MétaCan
Menu
Retour à la cohorte
Enregistrement W4376138761 · doi:10.1007/s11469-023-01066-2

The Expanded Exercise Addiction Inventory (EAI-3): Towards Reliable and International Screening of Exercise-Related Dysfunction

2023· article· en· W4376138761 sur OpenAlexaff
Umberto Granziol, Mark D. Griffiths, Liye Zou, Peiying Yang, Hannah K. Herschel, A. Junker, Takayuki Akimoto, Oliver Stoll, Merve Alpay, Zeynep Aydın, Thomas Zandonai, Laura Di Lodovico, Mia Beck Lichtenstein, Mike Trott, Robert M. Portman, Melanie Schipfer, Brian Cook, Silvia Cerea, Aleksei Y. Egorov, Abril Cantú Berrueto, Ricardo de la Vega Marcos, Paula Texeira Fernandes, Emilio Landolfi, Zsolt Demetrovics, Eliza E. Tóth, Marco Solmi, Attila Szabó

Notice bibliographique

RevueInternational Journal of Mental Health and Addiction · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensOttawa HospitalUniversity of OttawaUniversity of the Fraser Valley
Organismes subventionnairesUniversità degli Studi di Padova
Mots-clésHealth psychologyAddictionPublic healthPsychologyMedicinePhysical therapyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

Exercise addiction (EA) refers to excessive exercise, lack of control, and health risks. The Exercise Addiction Inventory (EAI) is one of the most widely used tools in its assessment. However, the cross-cultural psychometric properties of the EAI could be improved because it misses three pathological patterns, including guilt, exercise despite injury, and experienced harm. Therefore, the present study tested the psychometric properties of the expanded EAI (EAI-3) in a large international sample. The EAI-3 was administered to 1931 physically active adult exercisers speaking five languages (Chinese, German, Italian, Japanese, and Turkish) and other measures for obsessive-compulsive behavior, eating disorders, and personality traits. The assessment structure and reliability of the EAI-3 were tested with factorial analyses and through measurement invariance across languages and sex. Finally, a cutoff point for dysfunction-proneness was calculated. The EAI-3 comprised two factors, reflecting the positive and pathological sides of exercise. The structure had excellent reliability and goodness-of-fit indices and configural and metric invariances of the scale were supported. However, three items caused violations in scalar invariance. The results of partial measurement invariance testing suggested an adequate fit for the data. Following sensitivity and specificity analysis, the EAI-3's cutoff score was 34 out of a maximum score of 48. This preliminary study suggests that the EAI-3 is a promising tool for screening EA in an international sample, with a robust and reliable structure comparable across languages and sex. In addition, the proposed cutoff could pave the way toward a consensus on a threshold to screen for EA.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,002
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,338
Écart entre enseignants0,313 · 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

Citations18
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mental Health and AddictionMême sujetEating Disorders and BehaviorsTravaux en français237 207