Associations between the Personality Inventory for DSM-5 trait facets and aggression among outpatients with personality disorder: A multimethod study
Notice bibliographique
Résumé
BACKGROUND: Most research on the Personality Inventory for DSM-5 (PID-5) was conducted with self-reports. One of the specific areas for which a multimethod design has yet to be implemented is for the PID-5's associations with aggression. The main objectives of this study were to (a) compare the PID-5 associations with self-reported and file-rated aggression, (b) compare these associations between women and men, and (c) identify the relative importance of PID-5 facet predictors. METHODS: A sample of outpatients with personality disorder (N = 285) was recruited in a specialized public clinic to complete questionnaires, and a subsample was assessed for file-rated aggression (n = 227). Multiple regression analyses were performed with PID-5 facets as statistical predictors but using distinct operationalizations of aggression (self-reported vs. file-rated). Moderation analyses were performed to identify the moderating effect of biological sex. Dominance analyses were computed to identify the relative importance of predictors. RESULTS: PID-5 facet predictors of self-reported and file-rated aggression were very consistent in both conditions. However, the amount of explained variance was reduced in the latter case (from 39% to 14%), especially for women (from 40% to 2%). The most important predictors were Hostility, Risk Taking, and Callousness. CONCLUSION: Pertaining to the statistically significant facets associated with aggression, strong evidence of multimethod replication was found. The women-men discrepancies were not most obvious in their specific associations with aggression, but rather in their amount of explained variance, maybe reflecting examiners' or patients' implicit biases, and/or different manifestations of aggression between women and men.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».