The Roles of Emotion Regulation and Alexithymia in the Relationship Between Sleep and Social Functioning
Notice bibliographique
Résumé
Poor sleep quality has been tied to worse social functioning outcomes, including greater loneliness, fewer social interactions, and lower social integration. Other factors likely play a role in the relationship between sleep quality and social functioning. Specifically, alexithymia and emotion regulation may serve as moderators in these relationships. Data for this study came from the Pittsburgh Cold Study 3, a publicly available dataset ( N = 213). Participants completed self-report measures including the Pittsburgh Sleep Quality Index, the Emotional Regulation Questionnaire, Toronto Alexithymia Scale, and four measures of social functioning: Social Network Index, Social Participation Measure, Short Loneliness Scale, and Interpersonal Support Evaluation List for providing support to others. Sleep quality was significantly related to the social functioning variables. Further, the use of the emotion regulation strategy reappraisal significantly moderated the relationship between sleep quality and social participation. Worse sleep quality was related to lower engagement in social activities, only for participants high in use of reappraisal. Additionally, the use of reappraisal significantly moderated the relationship between sleep quality and giving of support. Worse sleep quality was related to less self-reported giving of support to others only for participants high in the use of reappraisal. Results suggest that the use of reappraisal may be an important factor to consider in the relationship between sleep and social functioning. Future work should extend these findings to the general population and a sample of individuals with relevant diagnoses, such as borderline personality or schizophrenia-spectrum disorders.
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 | 0,001 | 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) | 0,000 | 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 ».