Alexithymia, emotion regulation, psychological well-being, and internet addiction among individuals with substance dependence
Notice bibliographique
Résumé
Background: Substance dependence (SuD) has emerged as a focal point of concern among healthcare professionals, particularly those specializing in mental health. Hence, exploring the psychological factors linked to SuD is crucial. Aim: To evaluate the role of alexithymia, emotion regulation strategies (ERS), psychological well-being (PSW), and internet addiction (IA) in individuals with SuD and those without SuD. Materials and Methods: The study employed a cross-sectional design, enrolling 75 male individuals diagnosed with SUD and 75 male participants without SuD from the general population, aged between 18 and 40 years, selected using a purposive sampling technique. The assessment tools utilized in this study included the Toronto Alexithymia Scale, Drug Abuse Screening Tool (DAST), Emotion Regulation Questionnaire, and Ryff's Psychological Well-Being Scale. Results: The findings indicated that alexithymia was found to be more prevalent in individuals with SuD in comparison to those without SuD. Those with SuD tended to utilize expressive suppression to regulate their emotions, while individuals without SuD tended to employ cognitive reappraisal as an ERS. PSW was lower in individuals with SuD as opposed to those without SuD. Individuals with SuD exhibited higher levels of IA compared to their non-SuD counterparts. Additionally, the results indicated that among all variables, Alexithymia significantly positively predicted the severity of SuD, which was measured using the DAST accounting for 70% of the variance in severity of SuD among individuals with SuD. Conclusions: The research emphasizes significant psychological distinctions between individuals with and without SuD, with alexithymia serving as a crucial predictor of the severity of dependence.
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 | 0,001 |
| 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 ».