Bodily confusion: Lower differentiation of emotional and physiological states in student alcohol users
Notice bibliographique
Résumé
BACKGROUND: Alexithymia, difficulty in recognising and naming emotions, is common among people who use alcohol. There is also emerging evidence that people with alexithymia are unable to distinguish emotions from non-emotional physiological states. The project aimed to test if alcohol use is related to the way student drinkers experience emotions and physiological states in the body. METHODS: We employed a novel method to study bodily sensations related to emotions and physiological states in the context of alcohol use: the emBODY tool, which allowed participants to mark areas of the body in which they experience various emotions and physiological states. RESULTS: Students who showed a hazardous pattern of alcohol use (alcohol use disorders identification test [AUDIT] score ≥ 7, N = 91), overall, presented higher alexithymia levels and coloured larger areas for emotions and physiological states (showed less specificity) than those who show low-risk alcohol consumption (AUDIT ≤ 4, N = 90). Moreover, statistical classifiers distinguished feeling-specific maps less accurately for hazardous drinkers than low-risk drinkers [F(1,1998) = 441.16; p < 0.001], confirming that higher alcohol use is related to higher confusion of emotional and non-emotional bodily feelings. CONCLUSIONS: Plausibly, this increased bodily confusion drives alcohol consumption: alcohol may serve as a means of dealing with undifferentiated changes in psychophysiological arousal accompanying emotional states.
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) | 0,001 | 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 ».