Dysregulation of positive emotions across community, clinical and forensic samples using the Italian version of the difficulties in emotion regulation scale -positive (DERS-positive)
Notice bibliographique
Résumé
Literature mainly focuses on the role of dysregulation of negative emotions whereas the topic of dysregulation of positive emotions has been widely neglected. This study aims to explore levels of dysregulation of positive emotions across community, clinical and forensic samples. The Difficulties in Emotion Regulation Scale – Positive (DERS-Positive) was administered to a total sample of 1044 participants, divided in 497 community participants (Mage = 39.18 years), 464 forensic individuals (Mage = 39.36 years), and 83 individuals diagnosed with Bipolar disorder (Mage = 47.26 years). The Difficulties in Emotion Regulation Scale (DERS) and the Toronto Alexithymia Scale (TAS-20) were administered to a subsample of community participants (n = 105). Confirmatory Factor Analyses supported the three-factor structure of the DERS- Positive in both clinical and non-clinical samples. Correlations between DERS-Positive, DERS and TAS-20 scores indicated a good construct validity of the DERS- Positive. We found that the three groups significantly differed from each other on DERS-Positive total scores. Individuals with Bipolar disorders showed higher levels of dysregulation of positive emotions compared to both offenders and community participants. Offenders scored higher on the DERS- Positive compared to community participants. Dysregulation of positive emotions is an often overlooked yet relevant construct that may account for maladaptive behavior and psychopathology.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».