Analysis of characteristics of non-suicidal self-injury in 120 adolescents
Notice bibliographique
Résumé
ObjectiveTo explore the characteristics of adolescent non-suicidal self-injury （NSSI） behavior， and to enable clinicians to further understand adolescents with NSSI behavior， so as to make better clinical diagnosis and intervention.MethodsFrom July 2022 to June 2023， 120 adolescent patients with NSSI behavior were selected from the outpatient department of our hospital by convenience sampling， and the general demographic data were collected by self-made general situation questionnaire. The characteristics and motivation of NSSI among adolescents with NSSI were analyzed by using the NSSI questionnaire and Ottawa self-injury inventory （OSI）.ResultsThe average age of the first NSSI in the adolescents was 12.90±1.233， and the most common was 13 years old. The most common site of NSSI was the lower arm or wrist （58.33%）， followed by the hand （27.5%）. The most commonly used NSSI was "intentionally cutting oneself" （68.33%）； The most common motivation for NSSI is emotional regulation.ConclusionThere are significant differences in gender among adolescents with NSSI behavior. The age of first NSSI is concentrated， and the highest incidence is in the 11‒14 years old. The common way of self-injury is cutting. NSSI is usually associated with the intention to relieve suffering and is characterized by high frequency， using variety of methods， and low mortality. Adolescents with NSSI often choose to implement NSSI with emotion regulation as the main function， including external emotion regulation and internal emotion regulation.
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 | 0,000 | 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) | 0,001 | 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 ».