Disordered eating,<scp>self‐esteem</scp>, and depression symptoms in Iranian adolescents and young adults: A network analysis
Notice bibliographique
Résumé
OBJECTIVE: The network theory of psychopathology examines networks of interconnections across symptoms. Several network studies of disordered eating have identified central and bridge symptoms in Western samples, yet network models of disordered eating have not been tested in non-Western samples. The current study tested a network model of disordered eating in Iranian adolescents and college students, as well as models of co-occurring depression and self-esteem. METHOD: Participants were Iranian college students (n= 637) and adolescents (n = 1,111) who completed the Eating Disorder Examination-Questionnaire (EDE-Q), Rosenberg Self-Esteem Scale (RSES) and Beck Depression Inventory, Second Edition (BDI-II). We computed six Glasso networks and identified central and bridge symptoms. RESULTS: Central disordered eating nodes in most models were a desire to lose weight and discomfort when seeing one's own body. Central self-esteem and depression nodes were feeling useless and self-dislike, respectively. Feeling like a failure was the most common bridge symptom between disordered eating and depression symptoms. With exception of a few differences in some edges, networks did not significantly differ in structure. DISCUSSION: Desire to lose weight was the most central node in the networks, which is consistent with sociocultural theories of disordered eating development, as well as prior network models from Western-culture samples. Feeling like a failure was the most central bridge symptom between depression and disordered eating, suggesting that very low self-esteem may be a shared correlate or risk factor for disordered eating and depression in Iranian adolescents and young adults.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».