Learning from experience: Within‐ and between‐person associations of the consequences, frequency, and versatility of nonsuicidal self‐injury
Notice bibliographique
Résumé
OBJECTIVE: Behavioral models of nonsuicidal self-injury (NSSI) propose that experiencing desirable consequences following NSSI reinforces the behavior. However, these models do not specify whether experiencing more desirable consequences relative to other people (between-person), an individual's own average (within-person), or both, predicts NSSI severity. To address this gap, this study investigated the prospective, within- and between-person associations of desirable NSSI consequences with NSSI frequency (number of episodes) and versatility (number of methods). METHODS: = 22.95) with a history of NSSI completed online surveys assessing NSSI consequences, frequency, and versatility every three months for one year. RESULTS: Within-person increases in desirable emotional consequences were unrelated to NSSI frequency three months later but predicted increases in NSSI versatility. Within-person increases in desirable social consequences predicted decreases in NSSI frequency three months later but were unrelated to NSSI versatility. Between-person variability in desirable consequences was unrelated to NSSI severity. CONCLUSIONS: Findings were partially consistent with behavioral models of NSSI. Going forward, we recommend that: (1) behavioral models articulate the salience of within-person fluctuations in consequences; (2) research clarifies the role of social consequences; and (3) clinicians use repeated assessments of emotional consequences to identify periods of elevated NSSI risk.
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 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».