Notice bibliographique
Résumé
Empathy, broadly defined as the ability to understand the other and to share others' emotions, motivates prosocial behavior and underlies successful interpersonal relations. Dysfunctions in this ability may cause fundamental difficulties in social communication. Empathy has been measured in various ways, from self-report questionnaires to laboratory objective performance tests. Empathic accuracy (EA), i.e., the ability to accurately empathize, is measured using more complex and ecological paradigms, such as asking participants to infer filmed interactions, or having people narrate personal emotional stories then assessing the correspondence between the perceiver and the target of empathy as the criteria for empathic ability. This measure is particularly useful in the study of clinical populations, where deconstructing the multifaceted concept of empathy may contribute to a more complete understanding of specific clinical profiles. This paper presents a scoping review of the literature on EA in clinical populations, and on EA and clinical traits and states in nonclinical or high-risk populations. Following an exhaustive literature search, 34 studies were found eligible to be included in this review. The largest category was studies focused on EA in people with schizophrenia (31%; 11 papers), followed by studies focused on EA in autism spectrum disorders (ASD) and autistic traits in a nonclinical population (22%; 8 papers). Studies were also found on EA and depression tendencies, psychopathy, social anxiety, behavior disorders, and personality disorders, and a few other clinical conditions. The included studies varied on research aims, designs, sample sizes, and male:female ratios. The overall synthesized results suggest that EA is reduced in schizophrenia and ASD. In other clinical populations, the number of studies was very limited. We urge researchers to further examine EA in these less-studied populations. The review reveals a general underrepresentation of female participants in studies on EA in clinical populations. We suggest that future research address understudied clinical populations, such as those diagnosed with psychopathy. Subject, target, and situational variables should also be considered, with special attention to gender differences (and similarities), the association between EA abilities and adaptive functioning, and the study of individuals with clinical conditions as targets, not just observers, in EA tasks.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».