Alexitimia como predictor directo y mediado por la depresión en la violencia de pareja / Response to Special Educational Needs and Teaching Efforts in Elementary School
Notice bibliographique
Résumé
La investigación de la violencia de pareja se ha centrado tradicionalmente en la mujer como víctima y el hombre como agresor; no obstante, la violencia frecuentemente es recíproca. La alexitimia constituye un potencial factor de riesgo de violencia de pareja por sus características de un vínculo inseguro, un estilo pasivo de afrontamiento, un déficit de empatía y dificultades de control emocional. Además, la alexitimia se encuentra relacionada con la depresión. El artículo estudia la relación de la alexitimia con la violencia sufrida y la violencia ejercida (frecuencia y daño) en hombres y mujeres con una pareja heterosexual controlada por la variable depresión. Se aplicaron el Cuestionario de Violencia Sufrida y Ejercida de Pareja (CVSE, Moral de la Rubia & Ramos Basurto, 2015), la Escala de Alexitimia de Toronto de 20 ítems (EAT-20, Bagby, Parker & Taylor, 1994, en su versión mexicana de Moral de la Rubia, 2008a) y el Inventario de Depresión de Beck (2ª ed., IDB-2, Beck, Steer & Brown, 1996, en su Formato Simplificado de Aplicación, IDB-2-FSA; Moral de la Rubia, 2013) a una muestra no probabilística de 240 participantes (120 mujeres y 120 hombres) en Monterrey, México. La alexitimia correlacionó más con la violencia sufrida que con la violencia ejercida, más con el daño que con la frecuencia dentro de la violencia sufrida y más con la frecuencia que con el daño dentro de la violencia ejercida. La mayoría de estas correlaciones permanecieron significativas al parcializar la depresión. En un modelo con buen ajuste en la muestra conjunta (hombres y mujeres), la alexitimia mostró un efecto significativo tanto sobre la violencia sufrida como la ejercida y este efecto fue tanto directo como indirecto con la mediación de la depresión. Concluye que la alexitimia es principalmente un factor de riesgo para sufrir violencia y en menor medida para ejercerla. Abstract:According to the Costa Rican Law on Equal Opportunities for Disabled Persons (Igualdad de oportunidades para las personas con discapacidad, Ley N.º 7600), teachers must receive and attend individuals with Special Educational Needs (SEN) inside their regular classrooms applying different curricular modifications. Thus, knowing the amount and types of SEN attended by teachers, and the areas in which they need to improve their teaching skills, will allow considerable improvement for the quality and efficiency of the teachers’ professional training processes for SEN attention. To gather this information, interviews were carried out with fifteen first to sixth grade primary school teachers in a private elementary school in Moravia, Costa Rica. Results make evident that the main SEN attended were attentional disorders and emotional problems. The main limitations facing teachers are lack of time and poor parental support. The areas in which teachers indicated they need training were related to curricular modifications and specific methodologies for SEN. This research is useful for teacher training and Educational Psychology.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,005 | 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 ».