Competencia y compartimiento emocional en usuarios de cocaína: Psicometría y relación con variables sociodemográficas y clínicas
Bibliographic record
Abstract
Resumen Introducción. Existe evidencia de relación entre factores emocionales y el consumo de drogas. Sin embargo, al menos la competencia emocional y el compartimiento social de las emociones en usuarios de cocaína no han sido estudiados con anterioridad, en parte debido a la reciente generación de las herramientas para su medición. Objetivo. Evaluar las características psicométricas de la Escala de Alexitimia de Toronto (EAT), el Cuestionario de Competencias Emocionales (CEMO), y el Cuestionario de Creencias sobre los efectos de Compartimiento Social de Emociones (CCSE) en pacientes mexicanos usuarios de cocaína, así como establecer su relación con variables socio-demográficas y clínicas. Método. Los instrumentos fueron completados junto con las Escalas de Afectividad Positiva (AP) y Negativa (AN) en dos ocasiones por 158 pacientes usuarios de cocaína. Resultados. Las tres escalas mostraron coeficientes alpha superiores a .70. La EAT y el CEMO presentaron alta estabilidad temporal a quince días. La AN se asoció positivamente con la EAT y negativamente con el CEMO. La AP se correlacionó negativamente con la EAT y positivamente con el CEMO y el CCSE. El 50.9% de los pacientes presentaron una dificultad relevante en la identificación y la expresión de sus emociones, que se relacionó de forma negativa con la escolaridad. Discusión y conclusión. Se sugiere necesaria la sistematización de la evaluación y el tratamiento de las dificultades en la expresión emocional de usuarios de cocaína. Las versiones en español de las escalas evaluadas en este estudio resultaron válidas y confiables para su uso clínico y de investigación en pacientes mexicanos usuarios de cocaína.
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 | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".