Duygu tanıma performanslarının empati ve aleksitimi düzeyleri ile duygudurum açısından incelenmesi: Deneysel bir çalışma
Notice bibliographique
Résumé
Duygusal süreçler üzerine yürütülen çalışmalar insanların hissettikleri duygularla tutarlı duygusal uyaranlara karşı dikkat ve bellek yanlılığı gösterdiğini ortaya koymaktadır. Ancak duygudurum tutarlılık etkisinin, aleksitimi düzeyi yüksek bireylerde de sürdürülüp sürdürülmediği test edilmemiştir. Bu çalışmada, empati ve aleksitimi düzeyleri farklılaşan bireylerde yüz ifadesinden duygu tanıma üzerinde tutarlılık temelli bir yanlılığın olup olmadığının incelenmesi amaçlanmıştır. Çalışmanın ilk aşamasında, 18-55 yaş aralığındaki 247 katılımcı Demografik Bilgi Formu, Empati Ölçeği ve Yirmi Maddelik Toronto Aleksitimi Ölçeği’ni doldurmuştur. Çalışmanın deneysel kısmını oluşturan ikinci aşamasının dışlama kriterleri sonucundaki örneklemi, çalışmanın ilk aşamasına da katılan 18-30 yaş aralığındaki 141 katılımcıdan oluşmuştur. Nihai analizler 105 katılımcı üzerinden yürütülmüştür. İkinci aşamada katılımcılar öncelikle Yirmi Maddelik Toronto Aleksitimi Ölçeği ile ölçülen aleksitimi açısından “düşük” ve “yüksek” olmak üzere iki gruba ayrılmıştır. Ardından bu grupların her biri için Empati Ölçeğinden hareketle empatisi “düşük” ve “yüksek” gruplar elde edilmiştir. Oluşturulan bu dört gruptaki katılımcılar; üzüntü, mutluluk ve kontrol koşullarından birine seçkisiz olarak atanmış ve duygu sevki gerçekleştirilmiştir. Pozitif ve Negatif Duygu Ölçeği ile duygu sevkinin kontrolü gerçekleştirilmiştir. Son olarak farklı duygudurum koşulları altındaki katılımcılar, yüz ifadesinden duygu tanıma görevine alınmışlardır. Görevde katılımcılardan gösterilen yüzlerdeki duygusal ifadeleri saptamaları istenmiştir. Duyguların doğru saptanma oranları mutluluk, üzüntü ve diğer duygular için ayrıştırılmıştır. Yapılan analizler farklı duygu sevki altında yer alan ve/veya empati ve aleksitimi düzeyleri farklılaşan bireylerin duygu sevkiyle tutarlı uyarıcılara yönelik yanlılık göstermediklerini, yüz ifadesinden olumlu, olumsuz ve genel duygu tanıma performansları açısından farklılaşmadıklarını göstermiştir. Mevcut çalışmanın aleksitimi düzeyi yüksek bireylerle duygular üzerine yürütülen klinik araştırma ve uygulamalarda yol gösterici nitelik taşıyabileceği düşünülmektedir.
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) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,008 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».