MétaCan
Menu
Retour à la cohorte
Enregistrement W3026482733 · doi:10.3389/fpsyg.2020.00992

The Impact of Past Trauma on Psychological Distress: The Roles of Defense Mechanisms and Alexithymia

2020· article· en· W3026482733 sur OpenAlexaboutno aff
Siqi Fang, Man Cheung Chung, Yabing Wang

Notice bibliographique

RevueFrontiers in Psychology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePsychosomatic Disorders and Their Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlexithymiaPsychologyPsychological distressDistressClinical psychologyPsychological traumaAnxietyPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Posttraumatic stress disorder (PTSD) symptoms following past trauma could lead to psychological distress. Little is known, however, about the roles of defense mechanisms and alexithymia may play in the process. The current study aimed to examine the potential impact of alexithymia and defense mechanisms on the relationship between past trauma and distress among Chinese university students. METHOD: 455 university students completed a set of questionnaires: PTSD Checklists for DSM-5, Toronto Alexithymia Scale (TAS-20), Defense Style Questionnaire, and General Health Questionnaire-28. RESULTS: PTSD following past trauma was associated with increased psychological distress. Alexithymia and defenses (especially immature defense) mediated the path between PTSD and psychological co-morbidities. CONCLUSION: Following past trauma, people developed PTSD and other psychological symptoms. The severity of these distress symptoms was influenced by the way they defended themselves psychologically, and their ability to identify, express, and process distressing emotions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,438
Score d'incertitude au seuil0,308

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,322
Écart entre enseignants0,299 · 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 tête enseignante, 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

Citations45
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetPsychosomatic Disorders and Their TreatmentsTravaux en français237 207