The Mediational Roles of Law of Contagion and Threat Estimations in the Relation Between Disgust and Contamination-based OCD Symptoms
Notice bibliographique
Résumé
Objectives: The law of contagion is one of the sympathetic of magic principles and is a cognitive distortion related to disgust. To explain how disgust can lead to contamination Obsessive-Compulsive Disorder (OCD) symptoms, this study assumes that the emotion of disgust can activate the law of contagion, which in turn may motivate threat estimations that finally results in OCD symptoms. Methods: This study has a correlational research design. Participants were 495 students (59% women) from Olum Tahghighat University that recruited through convenience sampling. All the participants completed all the questionnaires in the same order: Threat estimation scenarios, the Vancouver Obsessional Compulsive Inventory Contamination Scale (VOCI-C), negative-spiritual contagion subscale from Contagion Sensitivity Scale (CSS), and core disgust subscale from Disgust Scale (DS). This model was examined through Structural Equation Modeling (SEM). Results: The finding revealed that the proposed model had a good fit based on reported indices: χ2, CMIN/DF, GFI, CFI, AGFI, RMSEA. Conclusion: There are mediational roles for the law of contagion and threat estimations in the relation between disgust and OCD symptoms. The proposed psychopathological model can help to promote the disgust theory in OCD and may have implications for cognitive behavioral therapy.
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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».