Nonsuicidal self-injury among Chinese university students during the post-COVID-19 era: analysis of sex differences and the impact of gender role conflict
Notice bibliographique
Résumé
Background: Global centers of epidemic prevention and control have entered a new stage of normalization, namely, the "post-COVID-19 era." During the post-COVID-19 era, which is characterized by the time period following that with the most serious medical consequences, the psychosocial consequences of the COVID-19 pandemic began to receive worldwide attention, especially the degree of psychological distress it caused. Aim: This study explored the differential impact of gender role conflict on Chinese university students' engagement in nonsuicidal self-injury (NSSI) as a function of biological sex following the global COVID-19 pandemic. Methods: = 21.3 years; 50.8% women) who completed online measures of demographic variables (including biological sex, gender role conflict, and NSSI engagement). Results: Women reported significantly more gender role conflicts than men did, while engagement in NSSI was significantly more prevalent among men than women. A total of 262 men reported engaging in at least one NSSI behavior, resulting in a prevalence rate of 33.25%. In comparison, a total of 106 individuals reported engaging in at least one NSSI behavior, resulting in a prevalence rate of 13.05% among women. Gender role conflict was found to significantly predict university students' NSSI engagement, regardless of biological sex. Conclusion: This is the first empirical study to identify sex differences in both gender role conflict and engagement in NSSI among university students in Northwestern China during the post-COVID-19 era. In addition, the present study is the first to demonstrate how gender role conflict predicts engagement in NSSI across sexes. These findings will inform the literature on gender role conflict and NSSI, particularly the close relationship between gender role conflict and engagement in NSSI among Chinese university students, and they emphasize the need for continued efforts to explore NSSI cross-culturally.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».