Revisiting the vulnerable dark triad hypothesis using a bifactor model
Notice bibliographique
Résumé
Miller et al. (2010) previously suggested that borderline pathology, vulnerable narcissism, and Factor 2 psychopathy share a common "Vulnerable Dark Triad" (VDT) core. The present study (N = 1,023 community participants) aims to test that hypothesis using exploratory and confirmatory bifactor analyses. We found support for a bifactor model that obtained satisfactory fits and other adequate validity indices, which included a general VDT factor and three group factors (Reckless, Entitled, Hiding). The general VDT factor was mostly saturated with borderline symptoms items reflecting self-hatred and worthlessness, which did not form a group factor; these results add to previous research suggesting that features of borderline pathology may represent the core of personality pathology. The three group factors had distinctive relationships with Dark Triad traits, pathological trait domains, and aggression. In contrast with the three group factors, the general VDT factor more strongly incremented the prediction of negative affectivity and hostility; the group factors more strongly incremented the prediction of grandiosity, egocentrism, callousness, Machiavellianism, and direct (physical/verbal) aggression. Alignment of the retained bifactor model with influent models of personality pathology and conceptual/methodological implications of the present results for research on the hypothesized VDT are discussed, as well as some clinical implications of the findings.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 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 ».