Correlação entre Habilidades Sociais e Alexitimia
Bibliographic record
Abstract
Considera-se que o nível de alexitimia pode afetar o desempenho do sujeito quanto às habilidades sociais que apresenta, pois, a sua incapacidade de expressar emoções pode vir a ter percussões na tomada de decisão dos comportamentos a adotar em cada situação pelo sujeito. O conceito habilidades sociais diz respeito à noção de existência de diferentes tipos de comportamentos sociais na lista que o individuo adquiriu, através de aprendizagem, e possui atualmente para lidar com as diferentes situações interpessoais. A alexitimia é um termo utilizado aquando do diagnóstico clínico para definir pessoas com extrema dificuldade ou incapacidade de expressar emoções, pelo que pode significar “sem palavras para as emoções”. Deste modo, a presente investigação propõe-se a estudar a relação entre as habilidades sociais e a alexitimia. Para tal utilizamos a Toronto Alexithymia Scale (TAS) para avaliar os níveis de alexitimia da amostra e o Inventário de Habilidades Sociais (IHS) para avaliar o índice de habilidades sociais da amostra. Os resultados obtidos permitiram-nos verificar a existência de uma correlação negativa fraca entre as variáveis em estudo, o que significa que quanto mais elevado é o nível de alexitimia apresentado pelo individuo, menor é o seu reportório de habilidades sociais.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".