MétaCan
Menu
Retour à la cohorte
Enregistrement W2955774959 · doi:10.29252/jcmh.6.1.6

The Effect of Distress Tolerance Education on Emotional Regulation and Improvement of Alexithymia in Patients with Masturbation

2019· article· en· W2955774959 sur OpenAlexaboutno aff
Zahra Taheri, Hasan Rezaee Jamaoei, Saeed Zamani

Notice bibliographique

RevueQuarterly Journal of Child Mental Health · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueChild Therapy and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlexithymiaEmotional distressEmotional regulationPsychologyDistressClinical psychologyPsychiatryAnxiety

Résumé

récupéré en direct d'OpenAlex

Background and Purpose: Masturbation is a complement to sexual desire that does not require a sexual partner and increases suddenly due to hormonal changes in adolescence.The purpose of this study was to investigate the effect of distress tolerance training on alexithymia, emotional regulation, and distress tolerance in 11-14 year-old subjects with masturbation.Method: In a case study of multiple baseline type, the 8-hour treatment process was performed on four subjects.Four outpatient with masturbation were evaluated by Toronto alexithymia scale (TAS-20) (Toronto, 2005), cognitive emotion regulation questionnaire (Garnowski et al., 2001) and tolerance of emotional distress (Alawi, 2011) before, during, and after the therapy.The percent recovery was used to measure the recovery rate.Results: Results showed that distress tolerance training was effective in improving alexithymia and increasing emotional regulation and tolerance of distress.The rate of recovery was 44.48% for alexithymia, 29.50% for emotional regulation, and 39.38% for emotional distress.Conclusion: Based on the results of this study, it can be concluded that distress tolerance training makes it possible for subjects with masturbation to identify their positive and negative emotions and thus decreases their emotional deficiency and increases their ability of emotional regulation and their level of stress tolerance.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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
Métarecherche0,0000,000
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 Opus0,002
Tête enseignante GPT0,249
Écart entre enseignants0,247 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of Child Mental HealthMême sujetChild Therapy and DevelopmentTravaux en français237 207