MétaCan
Menu
Retour à la cohorte
Enregistrement W3211156855 · doi:10.3390/jpm11111111

The Relationship between Alexithymia, Dysmorphic Concern, and Exercise Addiction: The Moderating Effect of Self-Esteem

2021· article· en· W3211156855 sur OpenAlexaboutno aff
Alessio Gori, Eleonora Topino, Caterina Pucci, Mark D. Griffiths

Notice bibliographique

RevueJournal of Personalized Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePsychosomatic Disorders and Their Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlexithymiaToronto Alexithymia ScaleAddictionPsychologyClinical psychologyModerated mediationSelf-esteemPsychological interventionMediationPsychopathologyPsychiatrySocial psychology

Résumé

récupéré en direct d'OpenAlex

As with other addictions, exercise addiction can severely impact individuals' lives and have significant psychophysical consequences. Consequently, the study of the mechanisms involved in this psychopathological condition has great clinical and practical relevance. Therefore, the goal of the present study was to explore the risk factors and protective factors for exercise addiction, with a particular focus on the roles of alexithymia, body image concerns, and self-esteem. A sample of 288 regular exercisers (mean age = 28.35 years, SD = 8.26; 72% females, 18% males) completed the Exercise Addiction Inventory, 20-Item Toronto Alexithymia Scale, Body Image Concern Inventory, and Rosenberg Self-Esteem Scale. Data were analyzed by implementing a moderated mediation model. Results showed a significant and positive association between alexithymia and exercise addiction, totally mediated by body image concerns. Furthermore, self-esteem showed a relevant moderating effect, such that at high levels of self-esteem the effect of alexithymia on body image concerns became insignificant. Such data have important implications, highlighting some core variables on which it might be useful to keep a focus in order to elaborate tailored interventions, from both preventive and treatment perspectives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,320
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personalized MedicineMême sujetPsychosomatic Disorders and Their TreatmentsTravaux en français237 207