Personality Disorders and the Five-Factor Model among French Speakers in Africa and Europe
Notice bibliographique
Résumé
Objective: To describe the relation between personality disorders (PDs) and the Five-Factor Model (FFM)—a dimensional model describing normal personality traits known for its invariance across cultures—in 2 different cultural settings. Several authors have suggested that PDs may be more accurately described using a dimensional model instead of a categorical one. Method: Subjects from 9 French-speaking African countries ( n = 2014) and from Switzerland ( n = 697) completed both the French version of the International Personality Disorder Examination screening questionnaire, assessing the 10 DSM-IV PDs, and the French version of the Revised NEO Personality Inventory, assessing the 5 domains and 30 facets of the FFM. Results: Correlations between PDs and the 5 domains of the FFM were similar in both samples. For example, neuroticism was highly correlated with borderline, avoidant, and dependent PDs in both Africa and Switzerland. The total rank-order correlation (rho) between the 2 correlation matrices was very high (rho = 0.93) and significant ( P < 0.001), as were the rhos for all domains of the FFM and all PDs, except paranoid and dependent PDs. However, the rhos for PDs across facet scales were all highly significant ( P < 0.001). Moreover, 80% of Widiger and colleagues' predictions and 70% of Lynam and Widiger's prototypes, concerning the relation between PDs and the FFM, were confirmed in both samples. Conclusions: The relation between PDs and the FFM was stable in 2 samples separated by a great cultural distance. These results suggest that a dimensional approach and in particular the FFM may be useful for describing PDs in various cultural settings. Objectif: Décrire la relation entre les troubles de la personnalité (TP) et le Modèle en cinq facteurs (MCF) — un modèle dimensionnel décrivant les traits de personnalité normaux réputé pour son invariance entre les cultures — dans 2 milieux culturels différents. Plusieurs auteurs ont suggéré que les TP peuvent être décrits plus précisément à l'aide d'un modèle dimensionnel plutôt que catégorique.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».