Emotion and Eating: Quale relazione tra disregolazione emotiva e sovrappeso/obesità?
Bibliographic record
Abstract
INTRODUZIONE: \nL’Obesità, pur non essendo inserita nella classe dei Disturbi del Comportamento Alimentare (DCA), rappresenta una grave problematica ed è, insieme al sovrappeso, un fattore di rischio per numerose patologie. Diversi studi sull’Obesità hanno avvalorato l’ipotesi dell’Emotional Eating, secondo la quale l’alimentazione può essere, in alcuni casi, considerata un regolatore degli stati affettivi. Tuttavia, pochi studi hanno indagato la presenza della disregolazione emotiva in individui sovrappeso/obesi senza DCA. Questo studio si propone di verificare tale relazione. \nMETODO: \nHanno partecipato allo studio 111 studenti universitari (66F e 45M; Età:24,49±2,96), suddivisi rispetto al BMI in due gruppi: Normopeso (N=55; BMI=21,5±0,59) e Sovrappeso/Obesi (N=56; BMI=29,4±4,29). Tutti hanno compilato la Toronto Alexithymia Scale (TAS-20; Bagby et al., 1994) per misurare l’Alessitimia, l’Emotional Regulation Questionnaire (ERQ, Gross e John, 2003) per misurare i livelli di regolazione emotiva e l’EDI-2 per escludere la presenza di DCA. \nRISULTATI: \nL’ANOVA che ha considerato come variabile dipendente il punteggio totale della TAS-20 ha evidenziato una differenza significativa (F1,110=9,163; p=0,003), i partecipanti Sovrappeso sono più alessitimici dei Normopeso. La MANOVA che ha considerato i punteggi delle sottoscale della TAS-20 ha evidenziato differenze significative (λ1,110=0,872; p=0,002), con un effetto della Difficoltà a Identificare i Sentimenti (p=0,04) e del Pensiero Orientato all’Esterno (p=0,009), più alti nei sovrappeso/obesi. La MANOVA che ha considerato le sottoscale dell’ERQ ha evidenziato una differenza significativa (λ1,109=0,943; p=0,042), ma le analisi sulle singole sottoscale hanno indicato solo una tendenza marginalmente significativa della Soppressione Emotiva (p=0,072), più alta nei sovrappeso/obesi. \nCONCLUSIONI: \nLa condizione di sovrappeso/obesità è associata a una maggiore disregolazione emotiva. Questi risultati suggeriscono che interventi di promozione dell’elaborazione emozionale potrebbero contrastare l’Emotional Eating e, pertanto, contribuire a una migliore gestione delle condotte alimentari inappropriate consentendo la prevenzione dell’obesità patologica.
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 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.002 |
| 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".