MétaCan
Menu
← Retour à la cohorte
Enregistrement W4366549440 · doi:10.31234/osf.io/jv7rp

Self-reported and physiological reactions to thin and non-thin bodies: Understanding motivational processes underlying disordered eating

2023· preprint· en· W4366549440 sur OpenAlexafffund
Samantha Wilson, Adrienne Mehak, Sarah Elizabeth Racine

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésValence (chemistry)PsychologyArousalClinical psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Objective: The present study examined the relative roles of approach and avoidance motivation in eating pathology using a multi-method approach combining self-report and physiological measures. The potential effect of internalized ideals and fears was also investigated. Method: Fifty-nine undergraduate women completed a picture-viewing task in which they viewed images of women’s bodies (thin and non-thin) and affective images. Self-report ratings of valence and arousal were measured along with physiological indicators of approach (postauricular reflex) and avoidance (startle blink reflex) motivation. Results: Greater eating pathology was associated with more negative valence ratings of both thin and non-thin images. There was a significant interaction between valence ratings of non-thin bodies and fear of the unattractive self in relation to eating pathology, such that eating pathology was highest in those who rated non-thin images as more unpleasant and internalized fears of being/becoming unattractive. Thin-ideal internalization did not significantly interact with ratings of thin images to predict eating pathology. There were no significant findings when examining physiological data. Conclusions: Results from self-report measures suggest that eating pathology is associated with avoidant reactions to both thin and non-thin bodies and highlight the importance of internalized appearance-related fears.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,224
Tête enseignante GPT0,389
Écart entre enseignants0,165 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEating Disorders and Behaviors→Travaux en français237 207→