Prediction of suicidal thoughts based on alexithymia and childhood traumas of divorced women
Notice bibliographique
Résumé
Purpose: Women will experience new negative or positive emotions from the day of divorce. These feelings are so fluctuating that sometimes they are confused and bewildered by the oppositeness of these feelings. Therefore, the aim of this research was to predict suicidal thoughts based on childhood traumas and alexithymia of divorced women. Method: The current research was applied in terms of purpose and descriptive and correlational in terms of method. The statistical population of the current study included all divorced women who referred to counseling centers and psychology clinics in the 5th district of Tehran. Therefore, the sample size of the study was determined to be 250 people based on Klein's point of view. For the purpose of sampling, the statistical sample of the study was selected by using a targeted and available sampling method by referring or sending a questionnaire to counseling centers and psychological clinics in the 5th district of Tehran. The tools used for data collection included Childhood Trauma Questionnaire (CTQ), Beck Suicidal Ideation Questionnaire (BSSI) and Toronto Alexithymia Scale (TAS-20). In this research, the collected data were statistically analyzed using SPSS software, Pearson's correlation coefficient and multivariate regression analysis. Findings: The results of regression analysis showed that independent variables (childhood traumas and alexithymia) have 12% ability to predict the tendency to emotional divorce. Also, among independent variables, alexithymia with a beta coefficient of 0.16 and childhood traumas with a beta coefficient of 0.19 can positively predict subjects' suicidal thoughts (p<0.01). Conclusion: Therefore, it can be concluded that the suicidal thoughts of divorced women can be predicted through the variables of childhood traumas and 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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».