Diferenciación Emocional Asociada A Depresión En Estudiantes De La Usma Sede David Durante El 2021
Notice bibliographique
Résumé
La diferenciación emocional puede describirse como el grado de detalle con el cual la persona es capaz de interpretar y etiquetar sus propias experiencias emocionales. La literatura actual relaciona la alta diferenciación emocional con una mejor regulación emocional, autoestima positiva, resiliencia, estrategias adaptativas de afrontamiento, y menores índices de trastornos mentales. La presente investigación pretendía determinar la asociación que existe entre la diferenciación emocional y la depresión, para esto se aplicó el Inventario de Depresión de Beck-II, una subescala de la Escala de Alexitimia de Toronto Abreviada y un cuestionario de vocabulario emocional, a una muestra de 148 estudiantes de las licenciaturas ofrecidas por la USMA Sede David. Los datos resultantes de la aplicación de las herramientas permitieron la obtención de una medida de la capacidad de diferenciación emocional y una medida del grado de depresión de los estudiantes; utilizando dicha información se comprobó la hipótesis a través del coeficiente de correlación de Pearson. A través del análisis de resultados fue posible concluir que el 3% de los estudiantes presenta capacidades muy bajas, el 20% capacidades bajas, el 37% capacidades medias, el 26% capacidades altas, y el 14% presenta capacidades muy altas de diferenciación emocional. Por otro lado, se encontró que el 41% de la muestra presenta síntomas compatibles con un grado de depresión. Finalmente, fue posible determinar la existencia de una correlación lineal negativa de -0,559 entre la diferenciación emocional y la depresión, es decir que, a mayores niveles de depresión reportados por una persona, ésta reportará menores niveles de diferenciación emocional. Tales resultados concuerdan con lo hasta ahora expuesto en la literatura referente al tema.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».