Greater body appreciation moderates the association between maladaptive attentional biases and body dissatisfaction in undergraduate women
Notice bibliographique
Résumé
Attentional biases for weight-related information are thought to contribute to maintenance of body dissatisfaction and eating disorders. Women with greater body appreciation may pay less attention to thin-ideal cues if body appreciation protects them from negative effects of thin-ideal media, and if so, they may be less susceptible to development of maladaptive attentional biases. The present study used eye-gaze tracking to measure attention to weight-related words/images in 167 body-dissatisfied undergraduate women (aged 17-39 years) to examine the associations among body dissatisfaction, body appreciation, and attentional biases. Participants viewed displays of thin-related, fat-related, and neutral words/images while their eye fixations were tracked over 8-s intervals. We hypothesized body appreciation (as measured by the Body Appreciation Scale) would moderate the documented association between body dissatisfaction and attentional biases for thin-related information only, such that as body appreciation increased, the strength of the relationship between body dissatisfaction and attentional biases would decrease. Results indicated that body appreciation moderated the association between body dissatisfaction and attentional biases for thin-related words only. With low body appreciation, body dissatisfaction was positively associated with attention to thin-related words. With high body appreciation, there was an inverse association between body dissatisfaction and attention to thin-related words. Results suggest that body appreciation may be an effective prevention target for reducing maladaptive attentional biases.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».