MétaCan
Menu
Retour à la cohorte
Enregistrement W2756813468 · doi:10.22054/qccpc.2017.23253.1566

An investigation of the effectiveness of written emotional disclosure on defense mechanisms of alexithymic individuals

2017· article· en· W2756813468 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueProblem Solving Skills Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyClinical psychology

Résumé

récupéré en direct d'OpenAlex

The aim of the present study was to investigate the effects of written emotional disclosure on the defense mechanisms of alexithymic people. A qausi-experimental pretest-posttest control group design was used to determine the effectiveness of written emotional disclosure. For this purpose, 130 male and female master's and PhD students at University of Tehran were selected by convenience sampling method. A total of 35 participants having high scortes on Toronto Alexithymia Scale (TAS-20) were screened and randomly assigned to two experimental and control groups. The Defensive Style Questionnaire (DSQ) was performed to evaluate the participant's defense mechanisms. Then, a two-week program of written emotional disclosure (6 sessions, 20 minutes for each), was used to measure changes in post-test. Research data were analysed using non-parametric tests (Wilcoxon and Mann Whitney-U) with SPSS version 23. The results showed that written emotional disclosure reduced the use of immature defense mechanisms and increased the mature defenses; with no significant change on neurotic defenses. It is concluded that written emotional discloure can be used as a complementary and effective therapy in psychotherapy.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,238
Tête enseignante GPT0,566
Écart entre enseignants0,329 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetProblem Solving Skills DevelopmentTravaux en français237 207