Moderators of emotion regulation abnormalities at the identification, selection, and implementation stages in schizophrenia
Notice bibliographique
Résumé
Individuals with schizophrenia (SZ) experience difficulties across stages of emotion regulation. However, moderators of abnormalities at each stage have not been systematically examined, limiting the development of mechanism-based treatment approaches. In the current study, outpatients with SZ (n = 52) and healthy controls (CN) (n = 55) completed six days of ecological momentary assessment (EMA) assessing emotional experience, emotion regulation, and moderators including: arousal, emotional awareness, ability to describe emotions, interoception, acceptance, emotion regulation knowledge, and cognitive ability. For identification, emotional awareness and the ability to describe emotions moderated the initiation of emotion regulation in the CN group but not SZ. For selection, interoceptive awareness moderated the frequency of selecting individual strategies in CN only. For implementation, arousal, emotional awareness, and ability to describe emotions improved the effectiveness of down-regulating negative affect in CN but not SZ. Findings suggest that arousal, interoception, emotional awareness, and the ability to describe emotions facilitate emotion regulation processes at the three stages among CN but not SZ. This is consistent with theories positing that SZ engage in contextually insensitive emotion regulation. Findings are discussed in relation to selecting intervention targets tailored to mechanisms underlying abnormalities at each stage of emotion regulation.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».