MétaCan
Menu
Retour à la cohorte
Enregistrement W2074866791 · doi:10.1080/07481180701490578

Profiles of Posttraumatic Growth Following an Unjust Loss

2007· article· en· W2074866791 sur OpenAlexaff
Christopher G. Davis, Michael J. A. Wohl, Norine Verberg

Notice bibliographique

RevueDeath Studies · 2007
Typearticle
Langueen
DomainePsychology
ThématiqueGrief, Bereavement, and Mental Health
Établissements canadiensSt. Francis Xavier UniversityCarleton University
Organismes subventionnairesnon disponible
Mots-clésPosttraumatic growthMeaning (existential)Personal developmentSchema (genetic algorithms)Meaning-makingPsychologyIdentity (music)Social psychologySociologyPsychoanalysisPsychotherapistAestheticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

The dominant model of posttraumatic growth (PTG) suggests that growth is precipitated by significant challenges to one's identity or to core assumptions that give one's life meaning, and develops as one goes through meaning-making or schema reconstruction processes. Other perspectives suggest, however, that such growth occurs by other means. We use a numerically aided phenomenological approach to elucidate common profiles of growth in a sample of 52 adults who lost a loved one in a traumatic mine explosion 8 years earlier. Of the three clusters extracted, 1 captured the essence of the PTG model, including threat to sense of self, meaning-making, and personal growth; 1 featured an inability to find meaning and an absence of growth; and 1 featured minimal meaning threat with modest growth. Those most likely to report PTG interpreted the experience as threat to self, with growth coming from development of new self-understanding. The data suggest that a better understanding of the processes of PTG may be realized by taking a more refined approach to the assessment of loss and growth, and by drawing distinctions between personal growth and benefits.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,103
Tête enseignante GPT0,425
Écart entre enseignants0,322 · 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 source (Gemma direct ou Codex distillé), 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

Citations96
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDeath StudiesMême sujetGrief, Bereavement, and Mental HealthTravaux en français237 207