Development and Preliminary Validation of a Self‐Report Measure of Sensory and Moral Disgust Toward Perceived Unhealthy Food
Notice bibliographique
Résumé
BACKGROUND: Disgust toward perceived unhealthy food has been largely overlooked in understanding the development and persistence of disordered eating, partly due to a lack of measurement tools. To address this gap, we developed new measures of disgust toward perceived unhealthy food. METHOD: We evaluated the psychometric properties of a new self-report tool for measuring disgust toward perceived unhealthy food. Participants in Sample 1 (undergraduate students; n = 352) and Sample 2 (community members; n = 549) were either actively following a healthy eating plan or believed they were maintaining a healthy lifestyle. They completed questionnaires on disgust toward perceived unhealthy food, eating disorder symptoms, and psychopathology. To assess convergent and discriminant validity, in Sample 2, participants also completed trait measures of food-related, moral, sexual, and pathogen disgust, as well as self-disgust. RESULTS: Exploratory structural equation modeling revealed four types of disgust across both samples: disgust for the sensory aspects of unhealthy food, disgust toward people who eat unhealthy food, disgust for unhealthy food due to health risks, and disgust toward unhealthy food promotion. All types, except for promotion-related disgust, were linked to eating disorder symptoms and psychopathology above and beyond trait food disgust sensitivity. Sensory disgust for unhealthy food was associated with other disgust measures, excluding moral disgust sensitivity. Health-risk and promotion-related disgust were linked to other disgust measures but not self-disgust. CONCLUSION: Findings extend knowledge on the types of disgust toward perceived unhealthy food in relation to eating disorder symptoms and psychopathology. Results are discussed in terms of future validation research.
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 | 0,011 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».