Comparing two domain scoring methods for the Personality Inventory for DSM–5.
Notice bibliographique
Résumé
The Personality Inventory for Diagnostic and Statistical Manual of Mental Disorders-5 (PID-5) has become a popular measure of personality pathology, with widespread usage extending beyond its original purpose to aid in the diagnosis of personality disorders. There are 2 methods for scoring the 5 higher order domain scales (Negative Affect, Detachment, Antagonism, Disinhibition, Psychoticism) of this instrument, both of which are used with similar frequency. Krueger, Derringer, Markon, Watson, and Skodol (2012) initially used a scoring method for the 5 domains that included all 25 of the lower order facets. In contrast, the American Psychiatric Association (2013) copyright and publicly available version instructs users to score the domain scales using only 15 of the 25 facets. Our aim in the current study was to compare these 2 scoring methods across various analyses by quantifying the magnitude of any differences in results. The results from both clinical (N = 388) and undergraduate (N = 492) samples supported that the results produced by the 2 domain scoring methods are more similar than different with respect to mean differences, convergent and discriminant correlations with external criteria, and intraclass correlations comparing the consistency between profiles of correlations produced by each scoring method. In contrast, the domain scale profiles for 2 individuals with a borderline personality diagnosis revealed substantive differences for 3 of the 5 domain scales across scoring methods, which has implications for clinical utility. Given these results, we recommend using the 15-facet domain scoring method for research contexts and that more research is needed to determine the optimal scoring method for clinical contexts. (PsycINFO Database Record (c) 2019 APA, all rights reserved).
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».