Feelings of not Mattering and Depressive Symptoms From a Temporal Perspective: A Comparison of the Cross-Lagged Panel Model and Random-Intercept Cross-Lagged Panel Model
Notice bibliographique
Résumé
Are feelings of not mattering an antecedent of depressive symptoms, a consequence, or both? Most investigations focus exclusively on feelings of not mattering as an antecedent of depressive symptoms. Our current study examines a vulnerability model, a complication model, and a reciprocal relations model according to a cross-lagged panel model (CLPM) and a random-intercept cross-lagged panel model (RI-CLPM). A sample of 197 community adults completed the General Mattering Scale (GMS), the Anti-Mattering Scale (AMS), and a depression measure at three time points (i.e., baseline, 3 weeks, and 6 weeks). GMS and AMS scores were associated robustly with depressive symptoms at each time point. Other results highlighted the need to distinguish levels of anti-mattering and mattering. CLPM analyses supported a reciprocal relations model of anti-mattering (assessed by the AMS) and depressive symptoms and a complication model linking mattering (assessed by the GMS) and depressive symptoms. The RI-CLPM analyses provided tentative support only for a complication model of anti-mattering and depressive symptoms. Our findings highlight the differences between measures of the mattering construct and the need to adopt a temporal perspective that considers key nuances and the interplay among feelings of mattering, feelings of not mattering, and depression.
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 | 0,010 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».