Making Your Emotions Work for You: A pilot brief intervention for alexithymia with personality‐disordered offenders
Notice bibliographique
Résumé
ABSTRACT One strategy for reducing premature termination of therapy is to offer pre‐therapy preparation. Here, we describe an intervention targeting alexithymia in offenders with personality disorders. ‘Making Your Emotions Work for You’ is a one‐day group intervention consisting of four evidence‐based components: Psychoeducation, Recognizing Emotions, Self‐Awareness and Seeking Information. Pre‐intervention and post‐intervention scores on measures of alexithymia (Toronto Alexithymia Scale‐20 (TAS‐20)) and psychological mindedness (Balanced Index of Psychological Mindedness (BIPM)) are presented for five male personality‐disordered offenders. This small sample showed consistent scores in the dysfunctional direction on both psychometric measures, indicating that there does appear to be a need to address alexithymia in this group. Overall, participants reported positive experiences with the intervention. No reliable pre‐intervention to post‐intervention changes were observed on TAS‐20 scores. On the BIPM Interest scale, reliable improvement was observed for three participants and reliable deterioration for one participant. On the BIPM Insight scale, one participant reliably improved, and one reliably deteriorated. While alexithymia may not be changed by this intervention, participants may become more interested in exploring their emotions, which may enhance engagement in therapy. Copyright © 2011 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 | 0,000 | 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 | 0,000 | 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) | 0,000 | 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 ».