MétaCan
Menu
Retour à la cohorte
Enregistrement W4386888291 · doi:10.4103/ijsp.ijsp_267_20

Cross-Sectional Study of Self-Concept and Alexithymia among Hijra Community of Rohtak, Haryana

2023· article· en· W4386888291 sur OpenAlexaboutno aff
Himanshi Singh, Pradeep Kumar

Notice bibliographique

RevueIndian Journal of Social Psychiatry · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueOptimism, Hope, and Well-being
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlexithymiaPsychologyMental healthToronto Alexithymia ScaleClinical psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Introduction: The Indian Hijra community encompasses persons with a variety of gender identities and sexual orientations, thus forming culturally unique gender group. The sociocultural aspects of Hijras have frequently been the subject of research by anthropologists and sociologists, but there is a dearth of data regarding the mental health problems in them. Methodology: The aim of the study was to assess the self-concept and alexithymia in Hijra community using Self-Concept Inventory and Toronto Alexithymia Scale-20 Hindi. Results: The study on thirty Hijras indicated that most of the individuals of Hijra community (96.7%) have low self-concept and only one had average self-concept. While 30% of the sample was nonalexithymics, 26.7% individuals had possible alexithymia and 43.3% were alexithymics. Self-concept was seen to be negatively correlated with alexithymia among individuals of Hijra community. Conclusion: The findings can help clinicians and policymakers to focus on the mental health awareness among these individuals.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,724

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,022
Tête enseignante GPT0,329
Écart entre enseignants0,307 · 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'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of Social PsychiatryMême sujetOptimism, Hope, and Well-beingTravaux en français237 207