The Effectiveness of Rational Emotive Behavior Therapy (REBT) on Feelings of Rejection and Alexithymia in Women with Marital Conflict
Notice bibliographique
Résumé
Purpose: The present study aimed to determine the effectiveness of Rational Emotive Behavior Therapy (REBT) on feelings of rejection and alexithymia in women experiencing marital conflict. Methods and Materials: The research method was a semi-experimental extended design of pre-test–post-test with follow-up and a control group. The statistical population included all women with marital conflict who referred to psychological service clinics in districts 2, 3, 4, and 5 of Tehran in 2021. A total of 30 participants were selected using purposive sampling and randomly assigned to experimental (15 participants) and control groups (15 participants). Data collection instruments included the Kansas Marital Conflict Scale (KMCS; Egman et al., 1990), the Toronto Alexithymia Scale (Bagby, 1994), the Rejection Sensitivity Questionnaire (Downey & Feldman, 1996), and Ellis’s Rational Emotive Behavior Therapy protocol (1962), administered over eight 50-minute sessions. For data analysis, multivariate covariance analysis (MANCOVA) and SPSS version 22 software were used. Findings: The results of covariance analysis indicated a significant difference between the scores of the control and experimental groups (P < .001). Specifically, Rational Emotive Behavior Therapy led to a reduction in overall scores of feelings of rejection and alexithymia among women with marital conflict. Conclusion: The findings showed that Rational Emotive Behavior Therapy improves feelings of rejection and alexithymia in women experiencing marital conflict. Therefore, REBT can be applied alongside pharmacological and cognitive therapies as an auxiliary and supportive intervention.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».