Understanding the Role of Demographics in Emotional Processing: A Study on Alexithymia across University Students
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The purpose of this study was to investigate how university students' demographics affect their alexithymia. Convenient sampling was used to reach a sample size of 482. A demographic questionnaire and the Toronto Alexithymia Scale (TAS-20-UR) were used to collect data. SPSS-24 was used for both descriptive statistics and neural network analysis. Alexithymia is significantly predicted by demographic characteristics, according to the study's normalized importance results. Specifically, the best indicator of alexithymia was the father's occupation (Importance =.172; 100%) followed by birth order (Importance =.144; 83.4%). The influence of parent’s education was the moderate strong (mother's education, Importance =.127; 73.4% and father's education Importance =.124; 71.9%). Alexithymia was also influenced by socioeconomic position (Importance =.081; 47.1%) and number of siblings (Importance =.105; 61%). Age (Importance =.081; 46.9%), family system (Importance =.059; 34.3%), and residential status (Importance =.057; 33.1%) was also altering alexithymia. The least significant variable was gender (Importance =.049; 28.7%). It was determined that the most important demographic predictors of alexithymia were the father's occupation, birth order, and parental education, while gender and residential status had little relevance.
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.
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 | 0,022 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,006 |
| 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 découle