Personality traits and alexithymia: A closer look at university students in a cross-sectional study
Notice bibliographique
Résumé
This study investigates the association between student personality traits and alexithymia among university students. In this cross-sectional study, 290 students were selected through multistage cluster sampling. Standard questionnaires of 5 personality traits (NEO Five-Factor Inventory) and the Toronto Alexithymia Scale were used to determine alexithymia and personality traits. An independent t test in SPSS 21.0 was performed to compare the scores of several personality traits between students with and without alexithymia. Also, the logistic regression model was used to investigate the adjusted associations. The mean age of participants was 22.6 ± 3.8 years. Most students were female (77.9%) and single (88.5%). According to the Toronto Alexithymia Scale, 127 of 290 students (43.8%) displayed signs of alexithymia. The neuroticism trait was considerably greater in alexithymic students than the others (27.20 ± 3.90 vs 25.48 ± 4.90; P < .01), as well as the conscientiousness trait (20.16 ± 3.84 vs 21.58 ± 5.00; P = .01). Logistic regression showed that each unit increase in neuroticism trait increases alexithymia odds by 10%, while each unit raises in conscientiousness trait decreases odds by 8%. Considering a significant association between personality traits and alexithymia, better screening and interventional programs through personality traits will prevent or alleviate the symptoms of alexithymia among university students.
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 | 0,002 |
| 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 | 0,001 | 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) | 0,001 | 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 ».