The effect of alexithymic characteristics on perceived stress and health anxiety during the COVID-19 pandemic
Notice bibliographique
Résumé
OBJECTIVE: The anxiety of life that comes with the pandemic process increases the health anxiety and the level of perceived stress. However, there are uncertainties about which individuals are more sensitive. This study aims to investigate the effects of alexithymic characteristics on health anxiety and perceived stress.\n\nMATERIALS AND METHODS: The authors invited the participants to study via social media and e-mail. The data of 793 individuals, aged 18-65, collected over the internet (Google Forms) between November and December 2020 were statistically evaluated. Evaluations were made with the sociodemographic data form, the General Health Questionnaire-12 (GHQ-12), the Health Anxiety Scale (HAS), the Toronto Alexithymia Scale (TAS-20), and the Perceived Stress Scale (PSS).\n\nRESULTS: In mediation analyzes between TAS subscales and HAS, Difficulty in Identifying Feelings (DIF) most strongly predicted HAS (B=0.469, p<0.001) and indirectly affected HAS only through GHQ (CS: 0.08, B=0.108, SE:0.021, CI: 0.070, 0.153). However, both PSS (CS: 0.0128, B=0.084, SE:0.027, CI: 0.032, 0.139) and GHQ (CS: 0.02, B=0.139, SE:0.028, CI: 0.090, 0.198) played a mediating role between Difficulty Describing Feelings (DDF) and HAS.\n\nCONCLUSIONS: The present study suggests that individuals with alexithymic features are more sensitive to stress during periods of health-related increased stress, such as pandemics, and that individuals with alexithymic features should be given priority in psychotherapeutic interventions.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».