MétaCan
Menu
Retour à la cohorte
Enregistrement W1528513171 · doi:10.25011/cim.v30i4.2802

42. The psychoneuroimmunophysiological responses to incongruous actions or statements/prevarications made for the purpose of eliciting rhythmic, spasmodic expiratory reflexes

2007· article· en· W1528513171 sur OpenAlexvenueno aff
Shihab Ahmed

Notice bibliographique

RevueClinical and investigative medicine · 2007
Typearticle
Langueen
DomainePsychology
ThématiqueHumor Studies and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLaughterChampionMainstreamPsychologyBiomedicineMedicineAestheticsPsychoanalysisNeuroscienceArtPolitical scienceBioinformaticsLaw

Résumé

récupéré en direct d'OpenAlex

Although humans know instinctually that humour has healing powers, an understanding of the precise effects of humour and laughter had been largely unknown until the twentieth Century, due to the lack of technology. Not all of the barriers to research have been removed – it is still not possible to know “how much” good humour a person has or is experiencing – but there have been significant discoveries that help to prove that while laughter may not be the best medicine, it certainly helps the medicine go down.
 The understanding of humour has come in four distinct areas, and in periods that reflect the available technologies. With the discovery of laughing diseases, interest in humour drove Harry Paskind in 1932 to create a new machine to study muscle tone during good humour. From the 1950s to 1970s, the neurology of laughter was researched, accompanying further research into the pathology of laughter after an epidemic of laughter in Uganda from 1962-64. After this came the study of the immunology and the discovery that laughter fights cancer, with the champion of laughter research, William Fry, dedicating a decade from 1969-79 to this work. Finally came research on the indisputable effect of laughter – its healthy effects on human psychology. Thanks, in part, to this research, and also supporting it, the past forty years have seen men like Norman Cousins and Hunter “Patch” Adams bring humour into mainstream healthcare. This research provides doctors an opportunity both now and in the future, as we learn even more about humour, to bring a softer face to medicine and truly give patients something to smile about.
 Cousins N. Anatomy of an Illness. New York: WW Norton & Company, Inc., 1979.
 Paskind H. Effect of Laughter on Muscle Tone. Archives of Neurology and Psychiatry 1932; 28-3:623-628.
 Robinson VM. Humor and the Health Professions. New York: McGraw-Hill, 1991.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,625
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,006
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,507
Tête enseignante GPT0,539
Écart entre enseignants0,031 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and investigative medicineMême sujetHumor Studies and ApplicationsTravaux en français237 207