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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».