Neuropsychological Approach on Expressed Emotion in Neurotypical and Autism Spectrum Disorder: A Path Model Analysis
Notice bibliographique
Résumé
Autism Spectrum Disorder (ASD) is a neurodevelopmental condition that affects individual social communication with a range of restricted behaviour patterns. People with ASD will also have difficulties with social emotional reciprocity, which is not predominantly found in neurotypical individuals. Individuals with ASD have difficulty connecting with neurotypical (i.e., nonautistic) people because they fail to identify other people's emotions and mental states. Alexithymia is a personality characteristic defined by a subclinical inability to identify and explain one's own emotions. Alexithymia is defined by a significant dysfunction in emotional awareness, social attachment, and interpersonal relationships. It is distinguished by impaired emotional awareness, which has been increasing in diagnostic frequency in a variety of neuropsychiatric diseases, with notable overlap with ASD. To empirically measure the condition of alexithymia in neurotypical individuals (N = 12) and people diagnosed with ASD (N = 12), were assessed with the Observer Alexithymia Scale (OAS) by Haviland et al., 2000. The mean age of the neurotypical is (M = 21.67; SD = 2.60) and the ASD is (M = 18.33; SD = 2.22). Using SPSS ver.20, the data was analysed using descriptive and inferential statistics methods. The results indicate the significant difference between neurotypical and autism spectrum disorder individuals with the condition of alexithymia. The path model, which was drawn from the SPSS AMOS version 20, emphasises the causal relationship between variables of interest from the Observer Alexithymia Scale. This study found that individuals with ASD have significant corroboration to alexithymia when compared to neurotypical individuals.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».