Emocionālā intelekta un aleksitīmijas saistība ar veģetatīvu distoniju
Bibliographic record
Abstract
Pētījuma mērķis ir noskaidrot, kāda saikne ir starp emocionālo intelektu un aleksitīmiju cilvēkiem, kas slimo ar veģetatīvo asinsvadu distoniju. Dotā pētījuma ietvaros tika noskaidrots: vai emocionālā intelekta rādītāji prognozē aleksitīmijas parādīšanos cilvēkiem, kas slimo ar veģetatīvo asinsvadu distoniju; vai ir statistiski svarīgas atšķirības emocionālā intelekta rādītājos un aleksitīmijas līmeņos kas slimo ar veģetatīvo asinsvadu distoniju un kontrolgrupā. Pētījumā piedalījās 78 skolnieki un studenti, 17 - 20 gadu vecumā. Anonīmās anketēšanas ceļā respondenti tika sadalīti divās grupās: „ar veģetatīvo asinsvadu distoniju slimo cilvēku” grupa (eksperimentālā grupa) un „kontrolgrupa”, katrā grupā ir 39 cilvēki. Eksperimentālās grupas vidējais vecums ir 18,23 gadi, kontrolgrupas vidējais vecums 18,53 gadi. Visi demogrāfiskie rādītāji tika pielīdzināti viens otram abās grupās.\nPētījumā tika izmantoti 3 instrumentāriji: Iezīmju emocionālā intelekta aptauja – īsā versija (Trait Emotional Intelligence Questionnaire, TEIQue – Short Form, Petrides & Furnham, 2006), Toronto aleksitīmijas skala (Twenty – Item Toronto Alexithymia Scale (TAS – 20)), (Bagby, Parker, & Taylor, 1994) un Anketa respondentu atlasei.\nPētījuma rezultāti parādīja, ka emocionālā intelekta rādītāji prognozē aleksitīmijas parādīšanos cilvēkiem, kas slimo ar veģetatīvo asinsvadu distoniju 36% gadījumos. Rezultātu dažādības grupās parādīja, ka emocionālais intelekta, emocionalitāte, sabiedriskums – ir augstāki kontrolgrupā, bet kopējsais rādītājs aleksitīmija un eksternālā domāšana - eksperimentālā grupā. \n\nAtslēgas vārdi: emocionālais intelekts, aleksitīmija, veģetatīvā asinsvadu distoniju.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 0.002 |
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".