A <i>p</i> ‐curve analysis of the emotional Stroop effect among women with eating disorders
Notice bibliographique
Résumé
OBJECTIVE: A recent meta-review of attentional bias research in eating disorders suggests that meta-analyses and systematic reviews include many low-quality and underpowered studies (Stott et al., 2021). As such, we examined whether published research examining the link between attentional bias, using the emotional Stroop task, and eating disorders among women with eating disorders has evidential value (ruling out selective reporting of a statistically significant effect) using a p-curve analysis. A p-curve analysis plots statisticall significant p-values onto a curve from .01 to .05 to examine its distribution. We hypothesized that the p-curve would be flat, indicating no true effect. METHOD: The hypothesis, database search strategy, and data analytic approach were pre-registered. The inclusion criteria were reports that compared control and eating disorder groups, reported inferential statistics, and that used body shape/weight or general threat target words. RESULTS: Fifty published reports were included in the p-curve analyses. Unexpectedly, the half and full p-curves were significantly right-skewed, indicating evidential value. However, the results were not robust to the exclusion of the seven lowest p-values and on average, reports were underpowered. There were also 18 reports with null results (they had a p-value greater than .05), which precluded their inclusion in the p-curve analyses. DISCUSSION: The findings suggest that most of the evidence from research examining attentional biases using the emotional Stroop task among women with an eating disorder or with elevated eating disorder symptoms is underpowered and so should be interpreted with considerable caution. PUBLIC SIGNIFICANCE: Concerns have been raised about the low quality of research examining attentional biases among women with eating disorders using the emotional Stroop task. In the current research, we observed that the evidential value of primary research reporting differences between women with and without eating disorders was equivocal and had low statistical power. These results can guide researchers towards conducting more rigorous research on attentional biases among people with eating disorders.
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 | 0,166 | 0,427 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,042 |
| Bibliométrie | 0,013 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,001 |
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 ».