MétaCan
Menu
Retour à la cohorte
Enregistrement W1976146900 · doi:10.1037/a0014488

Dynamic emotional processing in experiential therapy: Two steps forward, one step back.

2009· article· en· W1976146900 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Consulting and Clinical Psychology · 2009
Typearticle
Langueen
DomainePsychology
ThématiquePsychotherapy Techniques and Applications
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésPsychologySession (web analytics)UnivariateMoment (physics)Experiential learningDistressEmotional distressBootstrapping (finance)Cognitive psychologyPsychotherapistSocial psychologyAnxietyComputer scienceEconometricsMachine learning

Résumé

récupéré en direct d'OpenAlex

The study of dynamic and nonlinear change has been a valuable development in psychotherapy process research. However, little advancement has been made in describing how moment-by-moment affective processes contribute to larger units of change. The purpose of this study was to examine observable moment-by-moment sequences in emotional processing as they occurred within productive sessions of experiential therapy. This article further tested A. Pascual-Leone and L. S. Greenberg's (2007) model of emotional processing through a reanalysis of their data sample of 34 sessions in which clients presented with global distress: 17 that ended in poor in-session events and 17 that ended in good in-session events. Current analyses used univariate and bootstrapping statistical methods to examine how dynamic temporal patterns in clients' emotion accumulated moment-by-moment to produce in-session gains in emotional processing. Results show that effective emotional processing was simultaneously associated with steady improvement according to the model as well as increased emotional range. Consequentially, good events were shown to occur in a 2-steps-forward, 1-step-back fashion. Finally, good events were also shown to have progressively shortened emotional collapses, whereas the opposite was true for poor in-session events.

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.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil0,602

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,086
Tête enseignante GPT0,492
Écart entre enseignants0,406 · 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