Omnibus Rumination Inventories Consistently Reveal Unconstructive, Constructive, and Positive Repetitive Thought as Rumination's Major Factors
Notice bibliographique
Résumé
Numerous questionnaires and scales have been developed to measure trait rumination and related constructs (e.g., perseverative cognition, self-preoccupation, repetitive thought, etc.) over the past three decades. These tools measure various depressive, dysphoric, anxious, angry, positive, stress-related, trauma-related, illness-related, and goal-related forms of repetitive thought. Evaluations of the distinctiveness of these constructs has been limited to piecemeal comparisons of scale/subscale total scores during each scale’s development and psychometric evaluation, affording no higher-order view of the key constructs in this theoretical domain. Here, we took the novel approach of synthesizing items from 87 prevailing and representative rumination and repetitive thought subscales into two versions of an elaborate inventory for statistical exploration. Exploratory factor analysis of 821 online responses that was cross-validated between the two versions of the inventory revealed a reliable three-factor structure not fully captured by any existing instrument: Unconstructive Rumination, Constructive Rumination, and Positive Rumination. Lower-order models were also supported, in which several Unconstructive Rumination subfactors were observed: Negative Rumination, Angry Rumination, Illness Rumination, Pessimistic/Hopeless Rumination, and Counterfactual/Self-Critical Rumination. This structure is much more parsimonious than the abundance of existing scales would suggest. They also support the notion that rumination does not simply involve negative cognitions, as traditionally thought, but constructive and positive ones as well. Researchers and clinicians are encouraged to distinguish among these different kinds of rumination in empirical investigations and clinical practice.
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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».