Alexitimia en estudiantes de la carrera de Ingeniería Civil y Artes Escénicas de la Facultad de Ingeniería y Artes en la Universidad de Cuenca marzo-agosto 2022
Bibliographic record
Abstract
El estudiante universitario debe mantenerse en estudio constante y cumplir con las diversas \ndemandas de la Universidad, tales como vinculación con la sociedad, trabajo autónomo e \ninvestigación; por lo tanto, es importante conocer su estado emocional, ya que una afectación \nemocional puede generar afectaciones psicológicas. La alexitimia es la incapacidad de \nexpresar verbalmente las emociones o sentimientos propios y ajenos, en efecto genera una \nalteración en la afectividad de quienes lo padecen. Por esta razón, esta investigación describió \nlos niveles de alexitimia en estudiantes universitarios de las carreras de Ingeniería Civil y \nArtes Escénicas de la Universidad de Cuenca en el periodo marzo-agosto 2022. La \ninvestigación fue de tipo no experimental, con un enfoque descriptivo y corte transversal, \nademás se utilizó la adaptación española de la escala de Alexitimia de Toronto TAS-20 en \n220 estudiantes a través de un muestreo probabilístico estratificado y se usó el programa \nSPSS versión 28 para los análisis estadísticos. Se encontró que los estudiantes de Ingeniería \nCivil presentan mayores niveles de alexitimia que los estudiantes de Artes Escénicas, por \notro lado, las mujeres presentan mayores niveles de alexitimia alta en comparación a los \nhombres y el factor predominante en los participantes fue el factor de pensamiento orientado \na lo externo y la edad con mayor nivel de alexitimia fue entre 18-20 años de edad. Con los \nresultados se demostró a la comunidad universitaria especialmente a Ingeniería Civil y Artes \nEscénicas los niveles de alexitimia que presentan los estudiantes en los diferentes ciclos \nacadémicos y se contrastó los resultados con otras investigaciones sobre la alexitimia.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| 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".