Comer por aburrimiento: relación entre tendencia al aburrimiento y estilos de ingesta en población general.
Bibliographic record
Abstract
Antecedentes: Por comer emocional se entiende la tendencia a comer con el objetivo \nde regular emociones negativas, entre ellas el aburrimiento sin atender a las necesidades \nde hambre. El objetivo del presente estudio es examinar las relaciones existentes \nentre la tendencia al aburrimiento y los estilos de ingesta y la regulación emocional. \nMétodo: La muestra consiste en 123 personas adultas. Las medidas utilizadas incluyen \nlos estilos de ingesta medidos a través del Dutch Eating Behavior Questionnaire \n(debq), la tendencia al aburrimiento, a través del Boredom Proneness Scale (bps ), la \nregulación emocional mediante el Emotion Regulation Questionnaire (erq) y la alexitimia, \na través del Toronto Alexthymia Scale (tas-20). Resultados: Los resultados analizados, \nmuestran una correlación negativa significativa entre la falta de estimulación \ninterna (mayor experiencia de aburrimiento) y el comer emocional, con una mayor incapacidad \npara identificar las emociones. Por otro lado, se observan correlaciones \nsignificativas positivas entre la falta de estimulación externa y la dificultad para regular \nemociones, además de problemas para identificar los sentimientos y la dificultad para \nverbalizarlos. Conclusiones: La tendencia a sentir aburrimiento por la falta de estimulación \ninterna, parece que se relaciona con una mayor tendencia a comer para regular \nemociones y la dificultad de etiquetarlas. El estudio del comer emocional y su relación \ncon el aburrimiento, puede ser de gran ayuda a la hora de plantear intervenciones que \ntengan como objetivo la pérdida de peso o el cambio de estilos de vida.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".