MétaCan
Menu
Retour à la cohorte
Enregistrement W4386590310 · doi:10.1521/bumc.2023.87.3.266

Understanding loneliness: The roles of self- and interpersonal dysfunction and early parental indifference

2023· article· en· W4386590310 sur OpenAlexaff
Laura Labonté, David Kealy

Notice bibliographique

RevueBulletin of the Menninger Clinic · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLonelinessPsychologyPersonalityBig Five personality traitsPsychosocialMediationDevelopmental psychologyInterpersonal communicationInterpersonal relationshipClinical psychologyPsychological interventionPsychiatrySocial psychology

Résumé

récupéré en direct d'OpenAlex

Many factors are implicated in developing and maintaining loneliness, including aspects of personality functioning and experience of early adverse childhood events. This study aimed to examine the relationship between domains of personality dysfunction, including self- and interpersonal functioning, and loneliness and determine whether such personality factors mediate the relationship between childhood parental indifference and loneliness. In total, 393 community-dwelling adults, mean age 34.3 (SD = 12.67), were recruited online for cross-sectional assessment of loneliness, personality functioning, big-five personality traits and perceived childhood parental indifference. Linear regression analyses were conducted followed by a parallel mediation model. Self- and interpersonal dysfunction were positively associated with loneliness and remained significant predictors of loneliness after controlling for five-factor personality traits. Impaired personality functioning accounted for 12% of loneliness variance. Finally, self-dysfunction mediated the relationship between childhood parental indifference and loneliness. Findings emphasize the importance of addressing personality functioning when developing psychosocial interventions aimed at tackling loneliness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,016
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,097
Tête enseignante GPT0,332
Écart entre enseignants0,235 · 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 tête enseignante, 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the Menninger ClinicMême sujetHealth disparities and outcomesTravaux en français237 207