The Way You Perceive Your Body Matters: Interventions Aimed to Reduce Body Dissatisfaction
Notice bibliographique
Résumé
Aims: To determine if brief interventions of cognitive dissonance, media literacy, and a mindful body scan can reduce body dissatisfaction among female undergraduate students and whether mindfulness, emotion regulation, positive and negative affect, and media literacy levels have an impact on body appreciation. Study Design: The present study used an experimental design and included three intervention groups and an active control group. Place and Duration of Study: Centre for Psychological Innovation at Mount Royal University in Calgary, Alberta, Canada from January 17th to March 6th, 2020. Methodology: 78 female participants between the ages of 17 to 49 years with a mean age of 21 years (SD = 5.16). All participants underwent a body dissatisfaction induction procedure and completed self-report questionnaires on body satisfaction (using the Body Appreciation Scale), mindfulness (using the Five Facet Mindfulness Scale), emotion regulation (using the Difficulties in Emotion Regulation), positive and negative affect (using the Positive and Negative Affect Schedule), and media literacy (using the Critically Thinking About Media Messages, Media Attitudes Questionnaire, and the Sociocultural Attitudes Towards Appearance Questionnaire). Results: Three separate multiple linear regression tests revealed that there were differences in the variables predicting body appreciation scores at Time1, F(7, 70) = 12.09, p < .001, Time 2, F(7, 70) = 14.74, p< .001, and Time3, F(7, 70) = 15.07, p < .001. A one-way ANOVA revealed that body appreciation scores increased for all four conditions after completion of the intervention, F(1, 76) = .069, p = .793 but not after the body dissatisfaction induction procedure or before the intervention. Conclusion: These findings confirm that negative affect and low levels of media literacy contribute to feelings of body dissatisfaction and that brief periods of steering the mind away from the body lead to increases in body appreciation.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».