THE EMOTIONAL PATHWAY FROM PERSONALITY TRAITS TO ALEXITHYMIA: THE MEDIATING ROLE OF EMOTION REGULATION
Notice bibliographique
Résumé
Although the various consequences of the Big Five personality traits are well documented, the pathway from these personality traits to alexithymia has not been sufficiently investigated. This study aims to examine the relationships among the Big Five personality traits, emotion regulation skills, and alexithymia, as well as the mediating effect of emotion regulation on the relationship between personality traits and alexithymia. The Big Five Personality Inventory (BFI), the Emotion Regulation Skills Questionnaire (ERSQ), and the Toronto Alexithymia Scale (TAS-20) self-report measures were administered to a non-clinical sample of 402 individuals aged 18 to 55 in Turkey. Data analysis was performed using IBM SPSS 27 and Process Macro 4.2. Results revealed significant correlations between the Big Five personality traits, emotion regulation skills, and alexithymia. All personality traits are strong predictors of emotion regulation, with extroversion, agreeableness, conscientiousness, and openness showing positive predictive relationships regarding emotion regulation, while neuroticism exhibits a negative predictive relationship. Emotion regulation is a significant negative predictor of alexithymia. Each personality trait significantly predicts alexithymia; specifically, extroversion, agreeableness, conscientiousness, and openness are negatively predictive, whereas neuroticism is positively predictive. Furthermore, emotion regulation mediated each of these relationships between the Big Five personality traits and alexithymia. These results significantly contribute to existing research by demonstrating the predictive effect of emotion regulation, along with personality traits, on alexithymia and identifying emotion regulation as a mediator.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».