L’auto-agressivité et l’émergence de traits de personnalité et de symptômes limites à l’adolescence
Bibliographic record
Abstract
Le trouble de personnalité limite (TPL) est un trouble complexe au sein duquel l’autoagressivité physique et psychique occupent une place importante. L’autoagressivité peut se manifester chez les adolescents et, plus particulièrement, chez ceux qui sont susceptibles de développer un TPL. Vingt-six adolescents provenant d’une école secondaire ont complété des questionnaires autorapportés évaluant l’automutilation, la prise de risque, les traits de personnalité limite en émergence, les symptômes du TPL, l’impulsivité et l’estime de soi. Les résultats révèlent que lorsque l’on contrôle pour l’impulsivité, les liens entre l’automutilation et les traits de personnalité limite en émergence, l’automutilation et les symptômes associés au TPL, la prise de risque et les traits de personnalité limite en émergence ne perdurent pas. De plus, il n’y a pas de lien entre les symptômes du TPL et la prise de risque. Enfin, la sévérité des symptômes du TPL prédit de plus fortes manifestations d’autoagressivité psychique. Il n’y a pas de lien entre l’émergence de traits de personnalité limite et l’autoagressivité psychique. Les limites et forces de l’étude sont discutées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".