Emotional intelligence, alexithymia and borderline personality disorder traits in young adults
Notice bibliographique
Résumé
Abstract Background A relationship between emotional intelligence (EI) and borderline personality disorder (BPD) has recently been identified. EI has also been found to overlap considerably with alexithymia, a construct associated with emotion processing and emotion regulation. EI and alexithymia may further our understanding of the relationship between emotion processing, emotion regulation and BPD. Aims We examined the relationships between EI, alexithymia and BPD traits, hypothesizing that EI and alexithymia would correlate negatively with each other, that EI would correlate negatively with BPD traits and that alexithymia would correlate positively with BPD traits. We also hypothesized that low EI and high alexithymia would predict BPD traits. Method A sample of 134 male and female university students completed the Bar‐On Emotional Quotient Inventory: Short (EQ‐i:S), the Toronto Alexithymia Scale (TAS‐20) and the Personality Assessment Inventory‐Borderline Scale (PAI‐BOR). Relationships were examined using correlation and multiple regression. Results The EQ‐i:S and the TAS‐20 correlated moderately with each other. None of the EQ‐i:S scales predicted PAI‐BOR. The TAS‐20 total significantly predicted PAI‐BOR. Conclusions The relationship between alexithymia and BPD suggest that difficulty identifying, differentiating, understanding and communicating emotions and feelings (somatic sensations) impairs ability to regulate emotions. It may be that an inability to discriminate emotions and somatic sensations explains why people with BPD who are distressed use deliberate self‐harm as a means to emotion regulation. Copyright © 2008 John Wiley & Sons, Ltd.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».