Coloring-based Serious Game in Chinese College Students with Alexithymia: A Prospective Longitudinal Exploratory Mixed-Methods Study (Preprint)
Notice bibliographique
Résumé
Abstract Background Alexithymia, characterized by difficulty identifying, describing, and expressing emotions, is prevalent among Chinese college students. Traditional art therapies face barriers, such as high psychological thresholds and limited accessibility. Accessible, low-threshold digital tools are needed to help address this challenge. Coloring the Emoji, a coloring-based serious game designed as a digital art therapy, offers a low-threshold tool to support emotion regulation for this population. Objective This study aimed to evaluate the effectiveness of Coloring the Emoji as a digital art therapy in improving alexithymia symptoms and examine the user experience of the game, thereby providing empirical support for the application of coloring-based digital art therapy in alexithymia intervention. Methods A prospective, exploratory convergent parallel mixed methods longitudinal design was used, involving a 15-day daily game intervention with Chinese college students exhibiting alexithymic tendencies. Participants were purposively sampled from 332 prescreened students. Eligibility criteria included age 18‐30 years, basic smartphone operation, and no ongoing psychotherapy or psychiatric medication. In total, 20 participants completed the intervention. Quantitative assessments used the 20-item Toronto Alexithymia Scale to measure alexithymia and the Game Experience Questionnaire to assess user experience. Statistical analyses comprised Wilcoxon signed-rank tests for pre-post comparisons, Mann-Whitney U tests for sex, education, and major comparisons, and Kruskal-Wallis H tests for 20-item Toronto Alexithymia Scale pretest severity comparisons. The qualitative component consisted of 3 longitudinal semistructured interviews conducted across the intervention period (days 1, 8, and 15), analyzed using Colaizzi’s phenomenological method and thematic analysis to explore emotion regulation dynamics, user experience, and in-depth mechanisms underlying intervention changes. Results Total TAS-20 scores decreased significantly post intervention ( Z =2.425; P =.02), with a median reduction of 3.00 points (95% CI 1.00‐4.50, 5000 bootstrap replications). The Difficulty Identifying Feelings subscale showed a marginal improvement ( Z =1.826; P =.07). Males exhibited significantly greater Difficulty Identifying Feelings reduction ( Z =−2.137; P =.03), and participants with severe baseline alexithymia showed greater improvement in Externally Oriented Thinking (H=8.233; P =.02). Game Experience Questionnaire scores indicated high competence and sensory and imaginative immersion. Qualitative results confirmed 2 major themes and 10 subthemes; visual coloring practice helped participants externalize vague emotions, differentiated engagement habits explained subgroup discrepancies, and low-pressure interaction supported sustainable emotional regulation. This study further integrated quantitative and qualitative outcomes through subgroup comparative analysis, revealing distinct intervention response patterns across sex and alexithymia severity. Conclusions Coloring the Emoji is an effective, acceptable intervention for improving emotional identification in Chinese college students with alexithymia. Its innovation lies in a localized low-threshold design that meets daily emotional needs. Unlike mainstream Western interventions emphasizing open emotional expression and social sharing, this tool adapts to the reserved emotional disclosure norms of Chinese college students. It advances the field by supplementing culturally contextualized evidence for nonverbal digital art therapy. As a low-stress, demedicalized solution, it provides a scalable, feasible supplement to traditional mental health services for campus emotional regulation.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Qualitatif | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | low |
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».