Alexitimia y violencia de pareja en universitarios: El rol predictor de la comunicación familiar
Bibliographic record
Abstract
La investigación tuvo como objetivo determinar si la comunicación familiar predice la alexitimia y la violencia interpersonal en universitarios de Trujillo. Se utilizó un enfoque cuantitativo, con diseño no experimental, transversal y correlacional predictivo. La muestra fue seleccionada bajo criterios específicos de inclusión. Los instrumentos empleados fueron la Escala de Comunicación Familiar (FCS), la Escala de Alexitimia de Toronto (TAS-20) y el Cuestionario de Violencia entre Novios –Revisado– (DQV-R). El análisis se realizó con SPSS V24 y AMOS. Los resultados mostraron que la comunicación familiar predice significativamente tanto la alexitimia (β1 = -0.88 ± .04) como la violencia interpersonal (β1 = -0.96 ± .05). A medida que mejora la comunicación familiar, disminuyen la alexitimia y la violencia en los universitarios. La alexitimia se redujo en Zb = -0.71 desviaciones estándar por cada incremento de una desviación estándar en la comunicación familiar, explicando un 50 % de su variabilidad. La violencia interpersonal disminuyó en Zb = -0.70 desviaciones estándar, explicando el 48 % de variabilidad. Los índices de ajuste fueron adecuados (SRMR = .061; CFI = .938). Se halló que el 57.4 % de los participantes tenía una comunicación familiar adecuada, el 47.7 % una posible presencia de alexitimia y el 77.5 % bajos niveles de violencia interpersonal. Se sugiere promover estrategias de intervención para fortalecer la comunicación intrafamiliar y desarrollar habilidades emocionales en programas educativos y de prevención de la violencia, fomentando un ambiente saludable y positivo en las relaciones interpersonales.
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 | 0.002 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".