Effetti della Scrittura espressiva su un gruppo di soggetti affetti da schizofrenia
Bibliographic record
Abstract
Obiettivo. Il presente lavoro si è posto due obiettivi: 1) illustrare come l'utilizzo della scrittura espressiva possa essere utile nell'aiutare soggetti affetti da schizofrenia sia nello svolgere un lavoro introspettivo, sia nell'identificare una connessione tra evento stressogeno e relativa emozione; 2) indagare una possibile connessione tra disturbo schizofrenico e alessitimia. Metodi. Sono stati coinvolti 12 soggetti schizofrenici inseriti in un centro diurno per la salute mentale di Padova selezionati in base alla presenza di difficoltà di identificazione, espressione e gestione delle emozioni, e sottoposti a un ciclo di otto incontri di scrittura espressiva. Tutti i partecipanti hanno compilato il questionario per la valutazione dello stato generale del benessere psicologico (PGWBI) e la Toronto Alexithymia Scale (TAS-20) pre, durante e fine attività. Risultati. Dei 12 partecipanti, si collocano nell'area del distress, all'incirca 5 dei soggetti; mentre la TAS-20 mostra un solo quadro alessitimico. Per quanto invece riguarda gli obiettivi specifici di riconoscimento e identificazione delle emozioni, di identificazione di connessioni causali e organizzazione coerente della narrazione, si riscontrano deficit principalmente nella capacità di espressione. Conclusioni. Tale studio si mostra in linea con quanto riportato nella letteratura del caso, relativamente al rapporto schizofrenia-deficit socio-emotivi, ma allo stesso tempo ha permesso di mettere in luce aspetti nuovi, possibili input per riflessioni e approfondimenti futuri.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 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 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".