Aggression, Alexithymia and Sense of Coherence in a Sample of Schizophrenic Outpatients
Notice bibliographique
Résumé
Schizophrenia elevates the risk for aggressive behavior, and there is a need to better understand the associated variables predicting aggression for treatment and prevention purposes. The aim of the present study is to determine the relationship between alexithymia, sense of coherence and aggressive behavior in a sample of schizophrenic outpatients. Using a correlational research design, standardized self-report questionnaires assessed aggression (brief aggression questionnaire—BAQ), alexithymia (Toronto Alexithymia Scale—TAS) and sense of coherence (sense of coherence questionnaire—SOC) in a sample of 100 schizophrenic outpatients in clinical remission. Participants reported high levels of aggression and alexithymia along with reduced sense of coherence. Significant negative correlations were evidenced among scores on the SOC scale (p < 0.001) with both the TAS as well as with the BAQ scales. However, a positive correlation (p < 0.001) was observed between the TAS and BAQ scales. Regression indicated that 27% of the variation in the BAQ rating was explained by the TAS, while an additional 17.8% was explained by the sense of coherence. The difficulty identifying feelings of alexithymia and the comprehensibility and manageability components of sense of coherence significantly predicted anger, hostility and physical aggression. Sense of coherence mediated the relationship between alexithymia and aggression. From the path analysis, comprehensibility emerged as the key factor counterbalancing alexithymic traits and aggressive behaviors, and manageability effectuated higher anger control. The findings hold practical implications for the treatment and rehabilitation of schizophrenic patients.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».