The Effectiveness of Emotional Intelligence Training on Alexithymia Components in Students with Learning Disabilities
Notice bibliographique
Résumé
Objective: This study aimed to investigate the impact of emotional intelligence training on reducing alexithymia symptoms in students with learning disabilities. Methods and Materials: The study employed an experimental design with a pretest-posttest framework and a control group. Sixty middle school students diagnosed with learning disabilities and alexithymia were randomly assigned to experimental (n = 30) and control (n = 30) groups. The experimental group participated in an 8-week emotional intelligence training program, consisting of 16 sessions focusing on self-awareness, emotional regulation, empathy, and relationship management. Data were collected using the Bar-On Emotional Quotient Inventory (EQ-i) and the Toronto Alexithymia Scale (TAS-20). ANCOVA and descriptive statistics were used for data analysis. Findings: Results revealed significant improvements in the experimental group compared to the control group. Posttest scores for the experimental group showed an increase in emotional intelligence (M = 90.23, SD = 4.89) and a reduction in alexithymia symptoms, including difficulty identifying emotions (t = 45.56, p < .001) and difficulty describing emotions (t = 48.26, p < .001). ANCOVA results demonstrated a significant difference between the groups, with a large effect size (η² = 0.74). The control group showed minimal changes in both emotional intelligence (M = 83.95, SD = 5.28) and alexithymia symptoms. Conclusion: The findings indicate that emotional intelligence training is an effective intervention for reducing alexithymia symptoms and enhancing emotional competencies in students with learning disabilities. These results support the integration of emotional intelligence training into educational and therapeutic programs to improve emotional and social outcomes in this population.
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 | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».