MétaCan
Menu
Retour à la cohorte
Enregistrement W3015123312 · doi:10.1080/13546805.2020.1749039

Exploring the links between alexithymia, empathy and schizotypy in college students using network analysis

2020· article· en· W3015123312 sur OpenAlexaboutno aff
Han‐xue Yang, Hai‐song Shi, Ke Ni, Yi Wang, Eric F.C. Cheung, Raymond C. K. Chan

Notice bibliographique

RevueCognitive Neuropsychiatry · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésAlexithymiaSchizotypyPsychologyEmpathyClinical psychologyPersonalityDevelopmental psychologyCognitive psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Introduction: Impaired empathy is one of the major dysfunctions commonly found in patients with schizophrenia, with alexithymia being one possible underlying factor. Schizotypy represents a set of psychotic-like manifestations, investigation of which may contribute to our understanding of psychosis while minimising the confounding effects of illness chronicity and medication exposure. Few studies have specifically examined the associations among alexithymia, empathy and schizotypy.Methods: We investigated the relationships among alexithymia, empathy and schizotypy in college students using network analysis. The Interpersonal Reactivity Index (IRI), Toronto Alexithymia Scale (TAS), and Chapman Psychosis-Proneness scales were captured, and network based on the subscales were estimated in 552 participants. Strength, closeness and betweenness of nodes were calculated to measure the centrality.Results: Network analyses revealed a pattern connecting alexithymia with empathy and schizotypy. Negative connections between empathy and physical/social anhedonia and positive edges linking alexithymia with empathy and social anhedonia were observed.Conclusions: Network constructed in the study demonstrated alexithymia’s role in empathic deficits. Our findings highlighted the connections between components of empathy, alexithymia and schizotypy.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,241
Tête enseignante GPT0,420
Écart entre enseignants0,179 · 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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCognitive NeuropsychiatryMême sujetMental Health Research TopicsTravaux en français237 207