How do I evaluate myself? The importance of examining overevaluation of muscularity in risk for eating disorder symptoms
Notice bibliographique
Résumé
BACKGROUND: The extent to which individuals view, think and feel about their shape and weight in relation to their self-esteem is understood as a risk factor for eating disorders. However, muscularity has yet to be examined as an appearance category that individuals may base their self-esteem on. Thus, this study examined whether evaluating oneself based on muscularity (overevaluation of muscularity) may be relevant to men and women's self-esteem and whether this form of self-evaluation may relate to eating disorder symptoms most prominently in men, who frequently present with muscularity concerns. METHOD: Young adults (N = 290; 50.3% cisgender women) were recruited from a Canadian university and completed a modified version of the Shape and Weight Based Self-Esteem Questionnaire and a measure of eating disorder symptoms. RESULTS: Men endorsed greater overevaluation of muscularity than women, although women endorsed greater overevaluation of shape and weight than men. Despite differences in the forms of appearance on which men and women based their self-esteem, multi-group structural equation models demonstrated that there were no differences in the associations between overevaluation of shape-, weight-, and muscularity and eating disorder symptoms across men and women. However, overevaluation of shape-, weight-, and muscularity were associated with distinct eating disorder symptoms. CONCLUSIONS: Altogether, results provide nuanced information regarding the importance of assessing self-evaluation based on muscularity, alongside shape- and weight, as increased self-evaluation based on these appearance domains may confer risk for eating disorder symptoms.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».