Notice bibliographique
Résumé
Objectives：The purpose of this study was to investigate the deficits of emotional awareness in patients with schizophrenia. In addition, we aimed to examine the relationship between alexithymia, emotional recognition and the other clinical variables in patients with schizophrenia. Methods：Forty patients with schizophrenia and forty normal controls were enrolled in a university-affiliated hospital. The Korean Version of Levels of Emotional Awareness Scale(LEAS-K), Korean Version of 20-item Toronto Alexithymia Scale(TAS-20K), Korean Facial Expressions of Emotion(KOFEE), and Positive and Negative Symptom Scale(PANSS) were performed. To compare the variables of the groups with schizophrenia and normal control, independent ttest for continuous variables and χ 2 test for discrete variables were applied. Results：The patients with schizophrenia had lower scores on LEAS-K and KOFEE and higher score on the TAS-20K than normal controls. Furthermore, there was a significant correlation between LEAS-K(Self) and TAS-20K factor 2(Difficulty Describing Feelings, DDF) among schizophrenic patients. LEAS-K(Total) score was significantly correlated with KOFEE Happy face score. TAS-20K factor 3(Externally Oriented Thinking, EOT) was significantly correlated with KOFEE Happy, Fear, Neutral, Total scores among schizophrenic patients. TAS-20K Factor 1(Difficulty Identifying Feelings, DDF) was also significantly correlated with PANSS-general score. There was a significant correlation between KOFEE Happy face score and PANSS-negative score among schizophrenic patients. Conclusion：Schizophrenic patients are aware of their emotions through bodily sensations or sensorimotor enactive. Our findings support that schizophrenic patients’ emotional awareness level is behind the restricted expression of single emotion. KOFEE(Total) and LEAS-K(Self) will be useful tools to evaluate schizophrenia.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,014 | 0,003 |
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 ».