Discrepancies in self- and informant-reports of personality pathology: Examining the DSM–5 Section III trait model.
Notice bibliographique
Résumé
A proposed feature of personality pathology involves disturbances in identity, of which a lack of insight is one such manifestation. From recommendations in the literature, one potential approach to assess and quantify such impairment and link it to personality pathology, would be to obtain self-reports and informant reports and subsequently index the degree personality pathology severity exacerbates self-other discrepancies. The current study examines the degree to which self-reports and informant reports of Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition (DSM-5), Section III trait scores are discrepant (i.e., mean-level discrepancies and correlational accuracy), as well as whether general personality pathology severity moderates these characteristics. Target participants (N = 208) in an elevated-risk community sample completed the Personality Inventory for DSM-5 (PID-5), and knowledgeable informants rated targets using the informant version of the PID-5. General personality pathology severity was assessed via an aggregate of five-factor model personality disorder prototype scores derived from self-report, informant-report, and interview ratings. Mean-level discrepancies and correlational accuracy (and their moderation by general personality pathology) for PID-5 domains, facets, and personality disorder scores were subsequently examined. Results suggested that targets tended to mostly rate themselves only slightly lower than informants across all PID-5 scores (median dz = .21), and correlational accuracy across all PID-5 scores was moderate (median r = .34). Importantly, however, mean-level discrepancies increased as general personality pathology severity scores increased. Implications and future directions for the multimethod assessment of dimensional personality pathology are discussed. (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 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 | 0,013 | 0,038 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».