Are alexithymia and emotional characteristics of disclosure associated with blood pressure reactivity and psychological distress following written emotional disclosure/
Notice bibliographique
Résumé
OBJECTIVES: This study had three aims: 1) to investigate whether cardiovascular responses to laboratory stress and levels of emotional distress were attenuated following written emotional disclosure; 2) to test, in addition to the potential main effects, whether levels of alexithymia moderated the impact of writing; and 3) to examine whether alexithymics who successfully disclosed emotion in their essays would experience positive effects following writing. DESIGN AND METHODS: Eighty-seven participants wrote about their most stressful life experience or about a non-stressful experience, for 15 minutes, over 3 consecutive days. Two weeks later, blood pressure (BP) responses to laboratory stress and levels of emotional distress were assessed. Emotional characteristics of the disclosure essays were analysed with the Linguistic Inquiry and Word Count programme and alexithymia was assessed at baseline using the Toronto Alexithymia Scale-20. RESULTS: Analyses found no evidence in support of the main effects of disclosure on cardiovascular responses to stress or on emotional distress. However, alexithymia was found to moderate the impact of writing such that non-alexithymic participants in the experimental condition reported significantly lower emotional distress 2 weeks later. In addition, alexithymic participants who disclosed a greater number of negative when compared with positive emotion words exhibited reduced systolic and diastolic responses to stress. Conversely, non-alexithymic participants who disclosed more positive and less negative emotion words displayed attenuated BP reactivity to stress. CONCLUSIONS: The results of this exploratory study are important as they highlighted, in the absence of main effects, the importance of examining potential moderators of the emotional writing process. These findings may have implications for the development of cardiovascular health interventions.
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 | 0,003 |
| 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 | 0,000 | 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) | 0,002 | 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 ».