MétaCan
Menu
Retour à la cohorte
Enregistrement W4315927000 · doi:10.1016/j.bodyim.2023.01.001

Muscle dysmorphia symptomatology among a national sample of Canadian adolescents and young adults

2023· article· en· W4315927000 sur OpenAlexafffundabout
Kyle T. Ganson, Laura Hallward, Mitchell L. Cunningham, Rachel F. Rodgers, Stuart B. Murray, Jason M. Nagata

Notice bibliographique

RevueBody Image · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensWestern UniversityUniversity of Toronto
Organismes subventionnairesConnaught FundUniversity of Toronto
Mots-clésPsychologyConfidence intervalYoung adultDemographyLesbianPublic healthBody dysmorphic disorderTransgenderClinical psychologyMedicineDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to describe muscle dysmorphia (MD) symptomatology among a large, diverse, and national sample of adolescents and young adults in Canada. Data from the Canadian Study of Adolescent Health Behaviors (N = 2256) were analyzed. MD symptomatology was assessed using the Muscle Dysmorphic Disorder Inventory (MDDI). Men (mean [M] = 33.9, standard deviation [SD] = 8.6) reported significantly greater overall MD symptomatology compared to women (M = 30.1, SD = 7.3) and transgender/gender non-conforming (TGNC; M = 31.5, SD = 7.6) participants. Similarly, the prevalence of clinical MD risk was also highest among men (25.7 %). In regression analyses, participants who identified as South Asian (B 1.97, 95 % confidence interval [CI] 0.41, 3.52) or Middle Eastern (B 2.92, 95 % CI 0.50,5.35), compared to White participants, or identified as gay or lesbian (B 2.65, 95 % CI 1.19, 4.10), compared to heterosexual participants, had greater MD symptomatology. Findings are the first to describe the MD symptomatology among Canadian adolescents and young adults. Health care and public health professionals should be aware of the overall high occurrence of MD symptomatology in this sample, and future research is needed to continue to describe MD among Canadian young people.

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)0,001
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 enseignants0,017
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,280
Écart entre enseignants0,266 · 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

Citations43
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBody ImageMême sujetEating Disorders and BehaviorsTravaux en français237 207