The Role of Personality Traits, Alexithymia, and Cognitive Avoidance in Predicting Positive and Negative Emotions
Notice bibliographique
Résumé
Introduction: This study aims to study the role of personality traits, Alexithymia, and cognitive avoidance on positive and negative emotions.Method: The method of this research was descriptive and correlational. The statistical population includes all Bachelor students of Zanjan University aged 18-25 in the academic year 2018-2019. 220 people were selected as a statistical sample by the available sampling method. Using the Big Five Factors Questionnaire (McCreery and Costa, 1985), Toronto Emotional Dysfunction Scale (Bagby, Parker Taylor, 1994), Cognitive Avoidance Scale (Sexton and Dagas Ria, 2004), and positive and negative emotion scales (Watson, Clark and Telgen, 1989) were collected. Findings were analyzed using Pearson correlation and stepwise regression.Result: The results showed that neuroticism, difficulty in identifying feelings, difficulty in describing feelings, suppression of thought, substitution of thought, distraction, avoidance, and transformation of thought into thought have a positive and meaningful relationship. Extroversion, openness to experience, agreeableness, and conscientiousness have a negative and significant relationship with negative emotion. In addition, extroversion, agreeableness, conscientiousness, and avoidance have a positive and meaningful relationship. Also, there is neuroticism, difficulty in identifying the feeling, and difficulty in describing the feeling of negative and meaningful relationship with positive emotion.Discussion and conclusion: The results showed that personality traits, alexithymia, and cognitive avoidance are effective in positive and negative emotions. Based on the findings, it can be said that different personalities and people with alexithymia and cognitive avoidance experience different emotions to an unequal degree.
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 | 0,002 |
| 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 | 0,000 |
| 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 ».