Effects of cancer severity on the relationship between emotional intelligence, perceived social support, and psychological distress in Italian women
Notice bibliographique
Résumé
PURPOSE: This study aims to understand the association between emotional intelligence, perceived social support, and psychological distress (i.e., anxiety, depression, stress) in women with cancer at different stages. Specifically, the aims of this study were to investigate: i) the links between emotional intelligence and psychological distress (i.e., symptoms of anxiety, stress and depression); ii) the mediating role of perceived social support provided by family members, friends, and significant others in the relationship between emotional intelligence and psychological distress; iii) the impact of cancer type and cancer stage (I-II vs III-IV) in moderating these relationships, among Italian women. METHODS: The research sample consisted of 206 Italian women (mean age = 49.30 ± 10.98 years; 55% breast cancer patients) who were administered a questionnaire to assess emotional intelligence, perceived social support, and psychological distress. Structural equation model (SEM) analysis was carried out to confirm the hypothetical-theoretical model. RESULTS: Emotional intelligence had a positive association with perceived social support, which in turn prevented psychological distress only in women with early-stages cancers. The type of cancer has no effect on these relationships. CONCLUSIONS: The findings of this study indicate a pressing need to screen and recognize women with lower emotional intelligence and perceived social support, as they may be more prone to experiencing psychological distress. For such individuals, our results recommend the implementation of psychological interventions aimed at enhancing emotional intelligence and fortifying their social support networks, with consideration for the stage of cancer they are facing.
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 | 0,001 | 0,004 |
| 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 | 0,000 | 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 ».