MétaCan
Menu
Retour à la cohorte
Enregistrement W2091363684 · doi:10.1111/j.1467-8721.2009.01614.x

Nightmares, Bad Dreams, and Emotion Dysregulation

2009· article· en· W2091363684 sur OpenAlexaff
Ross Levin, Toré Nielsen

Notice bibliographique

RevueCurrent Directions in Psychological Science · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensHôpital du Sacré-Cœur de Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychologyNeurocognitiveAffect (linguistics)CognitionDistressExtinction (optical mineralogy)NormativeEmotional distressCognitive psychologyNeurosciencePsychotherapistAnxietyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Nightmares—vivid, emotionally dysphoric dreams—are quite common and are associated with a broad range of psychiatric conditions. However, the origin of such dreams remains largely unexplained, and there have been no attempts to reconcile repetitive traumatic nightmares with nontraumatic nightmares, dysphoric dreams that do not awaken the dreamer, or with more normative dreams. Based on recent research in cognitive neuroscience, sleep physiology, fear conditioning, and emotional-memory regulation, we propose a multilevel neurocognitive model that unites waking and sleeping as a conceptual framework for understanding a wide spectrum of disturbed dreaming. We propose that normal dreaming serves a fear-extinction function and that nightmares reflect failures in emotion regulation. We further suggest that nightmares occur as a result of two processes that we term affect load—a consequence of daily variations in emotional pressures—and affect distress—a disposition to experience events with high levels of negative emotional reactivity.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,360

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
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 Opus0,089
Tête enseignante GPT0,432
Écart entre enseignants0,343 · 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

Citations168
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Directions in Psychological ScienceMême sujetSleep and Wakefulness ResearchTravaux en français237 207