A influência da alexitimia na camuflagem social: o papel mediador da mentalização numa amostra não clínica
Bibliographic record
Abstract
A Camuflagem Social é uma estratégia frequentemente utilizada por indivíduos com traços autísticos para esconder comportamentos e traços característicos, facilitando a navegação no mundo social predominantemente não autista. Este fenómeno é influenciado por diversas variáveis, sendo o principal objetivo desta tese compreender a influência da alexitimia (i.e., dificuldade em identificar e descrever emoções, tanto as próprias quando as dos outros) sobre o uso da camuflagem social. Além disso, pretende-se investigar o efeito de moderação do sexo (feminino e masculino) e o efeito de mediação da mentalização (i.e., compreensão e incompreensão dos estados mentais) na modulação dessa relação. Os dados foram recolhidos numa amostra de 561 indivíduos portugueses e falantes nativos de português, com idades iguais ou superiores a 18 anos, através de um inquérito de autorrelato que incluiu o Camouflaging Autistic Traits Questionnaire, Toronto Alexithymia Scale, Reflective Functioning Questionnaire e um questionário sociodemográfico. A análise dos dados foi realizada com testes t para analisar as diferenças de médias entre os grupos e modelagem de equações estruturais para análise do efeito moderador do sexo e do efeito de mediação da mentalização na relação entre a alexitimia e a camuflagem. Os resultados revelaram um efeito direto e preditivo da alexitimia sobre a camuflagem social, enquanto o sexo não se mostrou como um moderador significativo nesta relação. Além disso, observou-se que a hipermentalização atua como um facilitador, em vez de um preditor direto da camuflagem social. Os resultados deste estudo têm implicações importantes para a compreensão das estratégias de camuflagem social em indivíduos com traços autísticos, particularmente no que diz respeito à influência da alexitimia, demonstrando a necessidade de se ter este fenómeno em atenção nas intervenções clínicas. O facto de a hipermentalização atuar como um facilitador, aumenta o entendimento de como os indivíduos utilizam a compreensão dos estados mentais para navegar no contexto social, reforçando a importância de intervenções focadas na regulação emocional e na mentalização para reduzir a necessidade de camuflagem social.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 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".