MétaCan
Menu
Retour à la cohorte
Enregistrement W1989338166 · doi:10.1017/thg.2012.151

A Behavior Genetic Analysis of Trait Emotional Intelligence and Alexithymia: A Replication

2013· article· en· W1989338166 sur OpenAlexaffabout
Holly M. Baughman, Julie Aitken Schermer, Livia Veselka, Juliette Harris, Philip A. Vernon

Notice bibliographique

RevueTwin Research and Human Genetics · 2013
Typearticle
Langueen
DomaineMedicine
ThématiquePsychosomatic Disorders and Their Treatments
Établissements canadiensWestern University
Organismes subventionnairesMenzies Centre for Australian Studies, King's College London, University of LondonKing's College LondonNational Institute for Health and Care ResearchWellcome Trust
Mots-clésAlexithymiaTraitTwin studyPsychologyReplication (statistics)Emotional intelligenceBehavioural geneticsBivariate analysisToronto Alexithymia ScaleDevelopmental psychologyGeneticsClinical psychologyBiologyHeritabilityStatistics

Résumé

récupéré en direct d'OpenAlex

This replication study examines relations between alexithymia and trait emotional intelligence (trait EI) at the phenotypic, genetic, and environmental levels. A sample of 1,444 same-sex twin pairs (850 MZ pairs and 594 DZ pairs) completed the Toronto Alexithymia Scale-20. A subset of 494 same-sex twin pairs (287 MZ pairs and 207 DZ pairs) had earlier completed the Trait Emotional Intelligence Questionnaire. Individual differences in alexithymia were attributable to genetic, non-shared environmental, and shared environmental factors. All but one of the facets of alexithymia were negatively and significantly correlated with the factors of trait EI, and these phenotypic correlations were entirely attributable to correlated genetic and correlated non-shared environmental factors. These bivariate results provide a valuable replication of those of Baughman et al. (Twin Research and Human Genetics, Vol. 14, 2011, pp. 539-543), which was conducted with substantially smaller samples of twins.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,108
Tête enseignante GPT0,405
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTwin Research and Human GeneticsMême sujetPsychosomatic Disorders and Their TreatmentsTravaux en français237 207