Notice bibliographique
Résumé
Alexithymia is a transdiagnostic risk factor for the development and maintenance of psychological symptomatology.Strongly tied to particularities in emotion regulation, recent theorizations consider the difficulties describing and identifying feelings dimensions of alexithymia to influence the appraisal stage of emotional processing.This study aimed at replicating and extending findings from Aaron et al., 2018 by focusing on differentiating alexithymia for positive and negative emotions.Participants (n=125, mean age 45 y.o; 74% women) evaluated their emotional experience after watching videos inducing anger, disgust, sadness, fear, amusement and tenderness.Alexithymia was measured by the Toronto Alexithymia Scale (TAS-20) and Perth Alexithymia Questionnaire (PAQ).No association between alexithymia and positive emotional complexity was observed despite the use of the PAQ assessing alexithymia for positive emotions.Difficulties describing and identifying negative feelings from PAQ were predicted by lower negative granularity.Difficulties describing feelings from both scales were predicted by higher negative dialecticism.These results confirm the association between alexithymia facets and emotional complexity regarding negative emotions only, and emphasize the importance of controlling for negative affect in alexithymia studies.Finally, high alexithymia was characterized by higher reporting of negative affective states compared to positives states following positive induction, which questions the interpretation of dialecticism in alexithymia.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,306 | 0,216 |
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 ».