MétaCan
Menu
Retour à la cohorte
Enregistrement W4412664841 · doi:10.31219/osf.io/85brh_v1

Associations between Facets of Pathological Personality Traits and Alexithymia: The roles of Detachment and Negative Affect

2025· preprint· en· W4412664841 sur OpenAlexaboutno aff
Stefanie Duijndam, Rosie Kidane, Paul Lodder, Nathan Bachrach

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiquePersonality Disorders and Psychopathology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlexithymiaAffect (linguistics)PsychologyPathologicalPersonalityBig Five personality traitsSocial psychologyClinical psychologyDevelopmental psychologyMedicineInternal medicineCommunication

Résumé

récupéré en direct d'OpenAlex

Alexithymia is considered to be a transdiagnostic risk factor for psychopathology, including cluster C personality disorder (PD). However, the association of alexithymic traits and pathological personality traits indicative of cluster C PD has not yet been explored. The current study therefore examined (1) whether (and which) underlying facets of Detachment and Negative Affect are associated with the different components of alexithymia, and (2) whether these associations depend on the level of perceived stress. In total, 635 undergraduate students (Mage = 20.02, 87.5% female) filled out online questionnaires on alexithymia (Toronto Alexithymia Scale) and pathological personality traits (Personality Inventory for DSM-V). Two Multivariate Analysis of Variance (MANOVA) were used to test the hypotheses. The models included the three subscales of alexithymia (i.e., difficulty identifying feelings (DIF), difficulty describing feelings (DDF), externally oriented thinking (EOT)) as outcomes and the three underlying facet traits of either Detachment (i.e., withdrawal, anhedonia, intimacy avoidance) or Negative Affect (i.e., emotional lability, anxiousness, separation insecurity) as predictors. After correction for multiple testing, intimacy avoidance was found to be the most consistent predictor of all subscales of alexithymia, while other facets show more specific associations with DIF, DDF, and/or EOT. These findings highlight the importance of the pervasive influence of specific facet traits representing interpersonal difficulties on specific alexithymia subscales. These associations were not dependent on the level of perceived stress. Replication of these findings in clinical samples may help to identify specific targets for intervention in order to bring about long-term positive outcomes for cluster C PDs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,364
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPersonality Disorders and PsychopathologyTravaux en français237 207