Notice bibliographique
Résumé
La majorité des travaux sur les stresseurs ont porté sur les événements de vie passés. La présente recherche s'intéresse, en plus, aux événements anticipés. Les événements sont mesurés avec le Life Events and Difficulties Schedule dit LEDS (Brown et Harris, 1978). Les caractéristiques des événements anticipés: nombre, domaine de vie et valence (positive, négative ou neutre) sont comparées à celles des événements vécus. Pour illustrer la percée du LEDS dans le domaine des événements anticipés, le contexte de l'infertilité est retenu. Trente-cinq couples et sept femmes sans leur conjoint, qui tentent de concevoir un enfant, sont recrutés dans deux cliniques de la région de Québec. Les résultats montrent que les événements anticipés sont moins nombreux que les événements vécus. De plus, la proportion d'événements négatifs anticipés est moins élevée que la proportion d'événements négatifs vécus. Pourtant, dans les douze derniers mois, les sujets ont vécu un nombre significativement plus élevé d'événements négatifs que d'événements positifs. La possibilité d'un biais cognifif positif en regard du futur chez cet échantillon est discutée, l'utilité de la capacité à anticiper, également.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».