Psychoeducation Reduces Alexithymia and Modulates Anger Expression in a School Setting
Notice bibliographique
Résumé
Bullying and violence are relevant issues in school settings and negatively impact students' well-being and mental health. Psychoeducation and anti-bullying programs may prevent violence among students by addressing emotional expression and regulation, alexithymia, and anger. We describe the impact of a psychoeducational intervention delivered to 90 male and 101 female school youths (N = 191), aged 12-14 years old, and aimed to improve their emotional recognition and regulation, as well as to reduce alexithymia in order to prevent aggression and bullying episodes. A psychological assessment has been performed before (T0) and after (T1) the intervention including levels of alexithymia, measured with the Toronto Alexithymia Scale-20 (TAS-20), the State-Trait Anger Expression Inventory (STAXI), Empathy Quotient (EQ), and the Emotion Regulation Questionnaire (ERQ). Females have shown higher levels of alexithymia at baseline whereas other characteristics (anger, empathy quotient and emotional regulation) did not differ among sex groups. The psychoeducational program significantly increased the empathy quotient (+10.2%), the emotional regulation reappraisal (+20.3%), and the assertive anger expression (+10.9%); alexithymia significantly decreased after the intervention in all the samples (-14.4%), above all among students scoring ≥61 at TAS-20 (-48.2%). Limitations include a small sample from a single school setting, the lack of a control group without psychoeducation, and an assessment based on self-reported measures. We may conclude that psychoeducation has significantly reduced levels of alexithymia and improved empathy and emotional regulation among adolescents.
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 ».