MétaCan
Menu
Retour à la cohorte
Enregistrement W1973438534 · doi:10.1097/01.nmd.0000243811.29997.f7

The Effect of Humorous Movies on Inpatients With Chronic Schizophrenia

2006· article· en· W1973438534 sur OpenAlexaboutno aff
Marc Gelkopf, Bruria Gonen, Rena Kurs, Yuval Melamed, Avi Bleich

Notice bibliographique

RevueThe Journal of Nervous and Mental Disease · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFilm in Education and Therapy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyAngerPsychopathologyClinical psychologyMoodAnxietyHostilityPsychiatryAlliance

Résumé

récupéré en direct d'OpenAlex

We assessed the impact of humorous movies on psychopathology, anxiety, depression, anger, social functioning, insight, and therapeutic alliance in schizophrenia inpatients. Twenty-nine psychiatric inpatients in open wards participated in the study. The study group viewed humorous and the control group viewed neutral movies daily for 3 months. Participants were assessed before and after viewing movies with the Positive and Negative Symptom Scale, Calgary Depression Scale, the State-Trait Anxiety Inventory, the State-Trait Anger Expression Inventory-2, the Multinomah Community Ability Scale, the Insight and Treatment Attitude Questionnaire, and the Working Alliance Inventory. Reduced levels of psychopathology, anger, anxiety, and depression symptoms and an improvement in social competence were revealed in the study group. No changes were observed in treatment insight or working alliance. Video films are a practical and cost-efficient means of entertainment that seem to have a positive effect on patient morale, mood, and mental status.

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 enseignants0,342
Score d'incertitude au seuil0,431

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 technologies0,0010,000
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 Opus0,008
Tête enseignante GPT0,326
Écart entre enseignants0,319 · 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

Citations74
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Nervous and Mental DiseaseMême sujetFilm in Education and TherapyTravaux en français237 207