MétaCan
Menu
Retour à la cohorte
Enregistrement W4281715241 · doi:10.1177/03057356221098096

Effects of alexithymia and its subfactors on emotional response to music

2022· article· en· W4281715241 sur OpenAlexaboutno aff
Jingni Liu, Hirokata Fukushima

Notice bibliographique

RevuePsychology of Music · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésAlexithymiaPsychologyToronto Alexithymia ScaleAssociation (psychology)AnxietyFeelingTraitPopulationDevelopmental psychologyClinical psychologySocial psychologyPsychotherapistPsychiatryMedicine

Résumé

récupéré en direct d'OpenAlex

Alexithymia is a trait characterized by decreased emotional response to visual or verbal stimuli. However, Lyvers et al. suggest that alexithymia is positively correlated with the magnitude of emotional response to music (ERM). This study reexamines their findings in two sets of Asian population (China [ n = 344] and Japan [ n = 341]) using online surveys to investigate the subfactors of alexithymia. The Toronto Alexithymia Scale and the Geneva Emotional Music Scale (GEMS) were used to measure alexithymia and ERM in the participants, along with trait anxiety and music experiences in their daily lives. The obtained data showed that in both the Chinese and the Japanese populations, individuals with higher alexithymia tend to have higher GEMS scores (i.e., higher ERM), which is consistent with the finding of the previous study. Furthermore, alexithymia and ERM are correlated because of difficulty in identifying feelings, a subfactor of alexithymia. These results were not influenced by trait anxiety. In addition, alexithymia showed no correlation with either the frequency of listening to music or the degree of music absorption in daily life. We argued that the nonverbal characteristic of music might be key to the association between alexithymia and ERM.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,721
Score d'incertitude au seuil0,477

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,057
Tête enseignante GPT0,323
Écart entre enseignants0,266 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology of MusicMême sujetNeuroscience and Music PerceptionTravaux en français237 207