The Weight of Words: An analysis of Autobiographical Narratives and Psychopathological Measures in Anorexia Nervosa
Notice bibliographique
Résumé
This study aims to explore the relationship between linguistic features of the Referential Process (RP) applied to autobiographical narratives, personality dimensions, and affect regulation capabilities in a group of women diagnosed with restrictive anorexia nervosa (AN). The study included 40 female participants hospitalized with AN during an acute phase, with a mean age of 19.50 (SD = 3.8). Participants completed several assessments, including the Minnesota Multiphasic Personality Inventory 2 (MMPI-2), the Eating Disorder Inventory (EDI-3), the 20-item Toronto Alexithymia Scale (TAS-20), the Emotion Regulation Questionnaire (ERQ), and the Relationship Anecdotes Paradigm Interview (RAP). The RAP interviews were audio-recorded and transcribed for the application of RP Linguistic Measures. The results of the correlation analysis revealed several significant associations among linguistic measures, EDI-3 scale scores, affect regulation measures, and personality dimensions. The linguistic measures indicating higher rationality, abstraction, and cognitive word usage, were associated with higher psychopathological severity in AN. Alexithymia showed significant correlations with the Affect words, supporting the perspective of MCT concerning dissociation of emotional schemas. These findings confirm the relationship between linguistic measures and the severity of the disease. Therefore, autobiographical narratives can be considered not only as diagnostic indicators, but also as variables to verify the efficacy of treatments in patients with AN.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».