Attentional Processing of Unpleasant Stimuli in Alexithymia
Notice bibliographique
Résumé
Alexithymia is a multi-faceted personality trait defined by difficulties in identifying and describing emotions and is considered a risk factor for multiple psychiatric disorders. Current alexithymia research debates the type of attention bias involved in the processing of negative emotional information, especially in anxiety-evoking situations that are frequently associated with stress states. Relatedly, this study aims to examine the role of emotional influence on the attentional processing of Taiwanese alexithymic individuals. Using the Chinese version of the Toronto Alexithymia Scale-20 (TAS-20), individuals with high alexithymia (HA: TAS > 60, n = 26; M age = 23.36) and individuals with low alexithymia (LA: TAS < 39, n = 26; M age = 25.76) were recruited. Participants performed an emotional counting Stroop task preceded by anxiety-evoking (threatening and aversive pictures) or neutral pictures. Reaction times (RTs) of the emotional Stroop task were compared between HA and LA groups. Our results demonstrate that compared to individuals with LA, individuals with HA show early avoidance tendency (i.e., allocate less attentional resources to anxiety-evoking stimuli), and that negative affect therefore does not interfere with subsequent attention processing during the Stroop task, resulting in faster RT for unpleasant stimuli ( M threatening = 683.87, M aversive = 685.87) than neutral stimuli ( M neutral = 695.64) ( ps < .05). In addition, the attentional bias toward specific types of negative emotion was not differentiated in individuals with HA ( p < .05), suggesting that alexithymic individuals’ emotion schemas may be underdeveloped in terms of ability to specify exact emotions. This study provides evidence regarding early sensitization to negative stimuli during information processing, consistent with the notion that alexithymia is related to avoidant emotion regulation processes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».