Empathy, Alexithymia, And Psychological Mindedness: The Latent Profile Analysis
Notice bibliographique
Résumé
The current study investigates the association between empathy, alexithymia, and psychological mindedness within the group of university students. The sample included 228 female Russian elementary education department students who completed a Russian-language adaptations of Interpersonal Reactivity Index (IRI) for empathy measure, Toronto Alexithymia Test (TAS-20) and Psychological Mindedness Scale. The Latent Profile Analysis method identified three kinds of profiles, i.e., latent groups of participants, that are similar to each other and differ from another groups in terms of assessed indicators of empathy, alexithymia and psychological mindedness. The obtained profiles can be characterized as demonstrating “successful” (one profile, 97 persons) and “problematic” development of empathy (two profiles, 56 and 75 persons). The profile of “successful” development is characterized by high empathy, high psychological mindedness and low alexithymia. “Problematic” profiles differ from “successful” profile in high alexithymia and moderate or low empathy. Alexithymic persons from two “problematic” profiles groups differ among themselves in the interest in the meaning and motivation (subscale of Psychological mindedness Scale). A profile with higher scores on this scale shows higher empathy despite the higher level of alexithymia. A profile with low score of Interest in Meaning and Motivation shows lower empathy, including personal distress. The problem of factors that can mediate the influence of alexithymia as an intrapersonal emotional competence deficit on the development of empathy is discussed. Also, the identified profiles are discussed in terms of the prospects for the prevention of professional burnout and professional selection.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».