Functions of nonsuicidal self-injury and repeated nonsuicidal self-injury among adolescents: A moderating role of addictive features
Notice bibliographique
Résumé
OBJECTIVE: The high prevalence and addictive features of nonsuicidal self-injury (NSSI) in adolescents have been documented, but the role of addictive features in the process from NSSI functions to behaviour remains unclear. The major aim of this study was to investigate the effect of addictive features on NSSI functions and the severity of repeated NSSI. METHODS: A total of 10,781 students from primary and middle schools in Chengdu and Karamay were invited to participate in the online cross-sectional survey, and 10,501 completed the survey. Two self-report questionnaires, the Ottawa Self-Injury Inventory (OSI) and the Adolescent Self-Harm Scale (ASHS), were used to collect data from all participants. RESULTS: Among the students, 23.45% and 6.64% reported having engaged in NSSI at least once or at least five times in the past year. Being a girl, being an only child, and being in a single-parent family were significantly associated with more severe NSSI. Addictive features have high value for predicting repeated NSSI. In addition to their significant independent/direct additive effects, addictive features mediated and moderated the relationship between NSSI functions and increased severity of NSSI in adolescents. DISCUSSION AND CONCLUSIONS: The findings suggest that addictive features play a critical role in the development of repeated NSSI in adolescents, which indicates that addiction models may partially explain the mechanism underlying increased severity of NSSI. This may enhance understanding of the reasons for repeated NSSI and inform interventions for repeated NSSI among adolescents.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».