A “fine-cuts” approach disentangling psychopathic, autistic and alexithymic traits in their associations with affective, cognitive and motor empathy
Notice bibliographique
Résumé
Atypical empathy is seen in relation to psychopathy and autistic traits; however, studies typically conflate affective and cognitive facets of empathy. Moreover, motor empathy has been suggested as another facet of empathy, advocating for further delineation of empathy dimensions. In addition, alexithymia may affect responding to emotional, cognitive or motor states in others. The current study investigated how psychopathic, autistic and alexithymic traits are associated with those empathy facets. Nonclinical participants ( N = 212) completed online self-report measures of affective, cognitive and motor empathy, primary and secondary psychopathy, autistic and alexithymic traits. A subsample ( N = 157) also completed a behavioral measure of motor empathy (i.e., behavioral synchrony) using a virtual agent. Whilst all traits were associated with reduced cognitive empathy and behavioral synchrony; path analyses supported a mediation model of cognitive empathy difficulties through alexithymia only for primary psychopathy. Secondary psychopathy and alexithymia were associated with increased motor empathy, specifically tendencies to mimic negative emotions. In contrast, primary psychopathy was associated with reduced affective empathy and inhibition of positive emotion imitation, despite reporting self-other overlap experiences induced by behavioral synchrony. Overall, these findings highlight the need for a “fine-cuts” approach; delineating the role of empathy subfacets in atypical empathy.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».