The relationship between alexithymia, cognitive avoidance, and distress tolerance with the dimensions of obsessive-compulsive disorder symptoms
Notice bibliographique
Résumé
The purpose of this study was to investigate the relationship between alexithymia, cognitive avoidance, and distress tolerance with obsessive-compulsive symptoms. A total of 150 students (105 girls and 45 boys) from the Ferdowsi University of Mashhad participated in this research. The participants were asked to complete the Persian version of the 20-Item Toronto Alexithymia Scale (TAS -20), the Cognitive Avoidance Scale (CAQ), the Distress Tolerance Questionnaire (DTS), Maudsley Obsessive-Compulsive Inventory (MOCI), and demographic data questionnaire. The data were analyzed using Pearson correlation and stepwise regression. The highest correlation relationships were between Obsessive-Compulsive with a total score of Alexithymia (r=0.43), the total score of Cognitive Avoidance Questionnaire (r=0.39), the total score of Distress Tolerance Scale (r=-0.43), Checking sub-scale of Obsessive-Compulsive Scale (r=0.71), Cleaning sub-scale of Obsessive-Compulsive Scale (r=0.75), Slowness sub-scale of Obsessive-Compulsive Scale (r=0.48) and Doubting sub-scale of Obsessive-Compulsive Scale (r=0.68). This study showed that the subscales of cleanliness, revision, hesitation, and slowness of obsessive-compulsive disorder and emotional dyslexia, distress tolerance, and cognitive avoidance have the greatest contribution in predicting obsessive-compulsive disorder. The results from the present study highlight the need to pay attention to these variables in the research and treatment of obsessive-compulsive disorder.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».