Crazy, Weak, and Incompetent: A Directed Content Analysis of Self-Injury Stigma Experiences
Notice bibliographique
Résumé
Despite significant impacts to mental health and support-seeking, non-suicidal self-injury (NSSI) stigma remains under-studied and poorly understood. Recently, the NSSI Stigma Framework was proposed, conceptualizing NSSI stigma as comprising six constructs (origin, concealability, course, peril, aesthetics, disruptiveness) that manifest across four perspectives (public, self, anticipated, enacted). The present study investigated the extent to which this framework can account for individuals’ NSSI stigma experiences using a directed content analysis. Written responses from 99 university undergraduates (Mage = 21.5, SD = 3.7; 83.8% female) generated 731 data units for analysis, of which 299 (40.9%) were coded. Results demonstrated support for the public and enacted perspectives, with participants describing stigma experiences within friendships, families, schools, and workplaces. Data pointed to both direct and indirect experiences of public stigma, suggesting a more nuanced understanding of this perspective is required. While there was sufficient support for a majority of elements, more work is needed to verify the applicability of the self and anticipated perspectives. Our findings contribute to a growing body of research investigating NSSI stigma, and provide preliminary support for the utility of the NSSI Stigma Framework in identifying multiple facets of NSSI stigma. Implications for intervention and future research are discussed.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».