MétaCan
Menu
Retour à la cohorte
Enregistrement W7074624283

Sexism and alexithymia: Correlations and differences as a function of gender, age, and educational level

2013· article· en· W7074624283 sur OpenAlexaboutno aff

Notice bibliographique

RevueRedalyc (Universidad Autónoma del Estado de México) · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueTheoretical and Computational Physics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlexithymiaAmbivalenceToronto Alexithymia ScaleCorrelationFunction (biology)Scale (ratio)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

El estudio tuvo como objetivos analizar diferencias en función del género, la edad y el nivel de estudios en sexismo y alexitimia, en una muestra no-clínica y en otra clínica; y explorar la relación entre ambos constructos. Se utilizó una metodología descriptiva y correlacional de corte trasversal. El Inventario de Sexismo Ambivalente (Glick y Fiske, 1996) y La Escala de Alexitimia de Toronto (Parker et al. 1993) fueron administrados. La muestra estaba configurada con 989 participantes del País Vasco de 18 a 65 años. Los resultados pusieron de relieve: 1) Puntuaciones significativamente superiores en los hombres en sexismo (hostil, benevolente y ambivalente), y en alexitimia (dificultades para expresar emociones y pensamiento orientado al exterior), en ambas muestras; en la puntuación total en alexitimia los hombres tuvieron puntuaciones significativamente más altas únicamente en la muestra no-clínica; 2) A partir de los 55 años se evidenció un aumento significativo del sexismo benevolente, ambivalente, de las dificultades para identificar emociones, del pensamiento orientado al exterior y de la puntuación total en alexitimia (únicamente en la muestra no-clínica); sin embargo, en sexismo hostil y en dificultades para expresar emociones no se observaron cambios con la edad; 3) Una disminución del sexismo y la alexitimia a medida que aumenta el nivel de estudios; y 4) Correlaciones significativas positivas entre sexismo y alexitimia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,229
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRedalyc (Universidad Autónoma del Estado de México)Même sujetTheoretical and Computational PhysicsTravaux en français237 207