Prevalence and associated factors of alexithymia among adult prisoners in China: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Prison is an extremely stressful environment and prisoners have an increasing risk of suffering from alexithymia. Therefore, this study aims to investigate the prevalence and associated factors of alexithymia among prisoners in China. METHODS: A cross-sectional study was conducted in five main jails of the district of Zhejiang province in China, and a total of 1705 adult prisoners ultimately took part in the study. Toronto Alexithymia Scale, Childhood Trauma Questionnaire, Beck Depression Inventory, Beck Anxiety Inventory, Beck Hopelessness Scale and several short demographic questions were applied. RESULTS: Over 30% of prisoners were classified as alexithymics and as high as 96.2% of prisoners suffered from at least one traumatic experience in their childhood, meanwhile, 81.5%, 53.4% and 85.8% were found to be positive for depression, anxiety and hopelessness symptoms respectively. Education, childhood trauma, negative emotional symptoms including depression, anxiety and hopelessness of the respondents, were negatively or positively associated with alexithymia among prisoners. CONCLUSIONS: The results indicated that high prevalence of alexithymia among prisoners is linked with their level of education, experience of childhood trauma and symptoms of negative emotions. Accordingly, the findings in our study can be used for prevention and intervention of alexithymia among prisoners.
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 ».