MétaCan
Menu
Retour à la cohorte
Enregistrement W1833157081 · doi:10.1177/2333393615606092

Self-Management Strategies in Recovery From Mood and Anxiety Disorders

2015· article· en· W1833157081 sur OpenAlexaff
Benjamin Villaggi, Hélène Provencher, Simon Coulombe, Sophie Meunier, Stéphanie Radziszewski, Catherine Hudon, Pasquale Roberge, Martin D. Provencher, Janie Houle

Notice bibliographique

RevueGlobal Qualitative Nursing Research · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensUniversité de SherbrookeUniversité LavalUniversité du Québec à Montréal
Organismes subventionnairesMental Health Commission
Mots-clésAnxietyMoodPsychologyBipolar disorderMood disordersClinical psychologySelf-managementMental healthDiversity (politics)PsychotherapistPsychiatry

Résumé

récupéré en direct d'OpenAlex

Mood and anxiety disorders are the most prevalent mental disorders. People with such disorders implement self-management strategies to reduce or prevent their symptoms and to optimize their health and well-being. Even though self-management strategies are known to be essential to recovery, few researchers have examined them. The aim of this study is to explore strategies used by people recovering from depressive, anxiety, and bipolar disorders by asking 50 of them to describe their own strategies. Strategies were classified according to dimensions of recovery: social, existential, functional, physical, and clinical. Within these themes, 60 distinct strategies were found to be used synergistically to promote personal recovery as well as symptom reduction. Findings highlight the diversity of strategies used by people, whether they have depressive, anxiety, or bipolar disorders. This study underscores the importance of supporting self-management in a way that respects individual experience.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil0,712

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,142
Tête enseignante GPT0,549
Écart entre enseignants0,407 · 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'étudeQualitatif
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

Citations61
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Qualitative Nursing ResearchMême sujetMental Health Treatment and AccessTravaux en français237 207