MétaCan
Menu
Retour à la cohorte
Enregistrement W1573342946 · doi:10.1177/0020764015584647

Boredom proneness predicts quality of life in outpatients diagnosed with schizophrenia-spectrum disorders

2015· article· en· W1573342946 sur OpenAlexaff
Cory Gerritsen, John D. Eastwood

Notice bibliographique

RevueInternational Journal of Social Psychiatry · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésBoredomSchizophrenia spectrumSchizophrenia (object-oriented programming)Quality of life (healthcare)PsychologyClinical psychologyPsychiatryMedicinePsychosisPsychotherapist

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is increasing recognition of the clinical significance of boredom associated with functional impairments in schizophrenia. Previous work has highlighted the importance of motivational deficits more broadly, although no study has yet explored the unique effects of boredom on community outcomes. AIMS: This study aims to measure boredom proneness among outpatients diagnosed with schizophrenia to determine whether it is elevated in this population and to determine its relation to quality-of-life outcomes. METHODS: A self-report measure of boredom proneness along with standard measures of symptoms and functional status was administered to a community-dwelling sample of schizophrenia outpatients. RESULTS: Boredom proneness was found to be elevated in this population and was associated with reduced quality of life, specifically with leisure activity dissatisfaction and reduced sense of financial well-being. Negative symptoms were determined to be associated with reduced work and school functioning. CONCLUSION: This pattern of unique effects on quality of life highlights the clinical relevance of identifying a subjective state of boredom and has theoretical importance in distinguishing boredom proneness specifically from more general avolitional and amotivational conditions that have tended to be the focus of clinical observation and previous research.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,331

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,037
Tête enseignante GPT0,314
Écart entre enseignants0,276 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations22
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Social PsychiatryMême sujetMind wandering and attentionTravaux en français237 207