No feelings for me, no feelings for you: A meta-analysis on alexithymia and empathy in psychopathy
Notice bibliographique
Résumé
Introduction: Psychopathy is characterized by extensive emotional impairments. However, the current empirical literature on empathy and emotional awareness in psychopathy provides heterogeneous results. Methods: Multiple random-effects models were performed on studies examining the association between psychopathy and the Interpersonal Reactivity Index as well as Toronto Alexithymia Scale-20. In total, 72 articles providing 716 effect sizes and representing 15,016 participants were included in the analyses. Furthermore, differences among psychopathy factors and the role of potential moderators were assessed. Results: We found negative relationships between psychopathy and empathy (r = -.31), empathic concern (r = -.29), perspective taking (r = -.22), and personal distress (r = -.14). In addition, our results yielded positive relationships between psychopathy and alexithymia (r = .21), difficulty describing feelings (r = .20), difficulty identifying feelings (r = .16), and externally-oriented thinking (r = .15). The results varied by psychopathy factors and were partly moderated by sample type (correctional/clinical vs. community) and gender. Conclusion: These findings contribute to a better understanding of impaired emotionality in psychopathy. We show that psychopathy is associated with profound deficits in affective and cognitive empathy, personal distress, and emotional awareness.
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 | 0,013 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,022 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».