Different <scp>self‐damaging</scp> behaviours, similar motives? Testing measurement invariance of motives for nonsuicidal <scp>self‐injury</scp> , disordered eating and substance misuse
Notice bibliographique
Résumé
OBJECTIVES: Theory and research suggest that distinct self-damaging behaviours (SDBs; e.g., nonsuicidal self-injury [NSSI], restrictive eating, binge eating, drug misuse, alcohol misuse) share similar motives. However, few studies have used a common self-report inventory to investigate the shared relevance and relative salience of motives for SDBs. Accordingly, the present study: (1) examined whether self-report scales assessing intrapersonal motives (i.e., relieving negative emotions, enhancing positive emotions, punishing oneself) and interpersonal motives (i.e., bonding with others, conforming with others, communicating distress, communicating strength, reducing demands) have invariant factor structures across SDBs; and (2) compared the salience of these motives across SDBs. METHODS: = 35.41 years) with a history of SDBs were allocated to the following groups: NSSI (n = 213), restrictive eating (n = 200), binge eating (n = 200), drug misuse (n = 200) or alcohol misuse (n = 205). Participants reported on their motives for engaging in their allocated SDB. Measurement invariance analyses compared the factor structures and latent means of the motive scales across SDBs. RESULTS: The motive scales had comparable factor structures across SDBs. Intrapersonal motives were most strongly endorsed for NSSI and drug misuse. Interpersonal motives were most strongly endorsed for drug and alcohol misuse. All motives were least salient to restrictive eating. CONCLUSIONS: Results suggest that common motives underlie distinct SDBs and that they can be adequately assessed using a single self-report inventory. However, certain motives are more relevant to some SDBs than others, with restrictive eating being the most motivationally distinct SDB. This knowledge can inform transdiagnostic models and interventions for SDBs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».