To Thine Own Self, be True: Examining Change in Self-Reported Alcohol Measures over Time as Related to Socially Desirable Responding Bias among People with Unhealthy Alcohol Use
Notice bibliographique
Résumé
Background Due to a conscious or unconscious desire to be perceived favorably by others, some participants may under or overexaggerate when reporting sensitive behaviors or attitudes, including those related to addictions. This socially desirable responding bias should be considered when using self-reports in predictive models since it introduces error. Methods A total of 1711 participants were recruited using Amazon's Mechanical Turk crowdsourcing platform for two randomized controlled trials investigating the effectiveness of brief online interventions for hazardous alcohol use. At baseline, participants completed the Balanced Inventory of Desirable Responding (BIDR). Four measures of alcohol use were collected at baseline and follow-up: number of drinks consumed in a typical week, on one occasion, consequences experienced, and amount of perceived risk of injury or illness from alcohol use. Results As expected, individuals scoring high on the BIDR subscales reported less alcohol use and related behaviors ( p < 0.05); however, repeating the analyses for each gender showed no difference for females asked direct questions about the frequency of their alcohol use. Mixed-effects models investigating the interaction of socially desirable responding bias over time on alcohol-related measures showed some significant differences in the amount of change reported depending on BIDR scores. Participants with higher self-deceptive enhancement scores reported less change over time in their ratings of risk of illness or injury ( p = 0.001) compared to lower-scoring participants. Likewise, high-scoring participants reported less change in the number of consequences experienced due to alcohol use over time on both BIDR subscales. Neither direct measure of alcohol use seemed affected by BIDR scores over time. A different pattern was found in males and females analyzed separately. Conclusions These findings suggest that researchers should consider including measures of socially desirable responding bias in longitudinal studies involving self-reported alcohol use, particularly when modeling alcohol-related measures using rating scales across time. In addition, separate gender analyses may be appropriate. Trial registration : ClinicalTrials.gov NCT03008928. Registered 30 December 2016; ClinicalTrials.gov NCT03060135. Registered 17 February 2017
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».