When Functional Capacity and Real-World Functioning Converge: The Role of Self-Efficacy
Notice bibliographique
Résumé
Although functional capacity is typically diminished, there is substantial heterogeneity in functional outcomes in schizophrenia. Motivational factors likely play a significant role in bridging the capacity-to-functioning gap. Self-efficacy theory suggests that although some individuals may have the capacity to perform functional behaviors, they may or may not have confidence they can successfully perform these behaviors in real-world settings. We hypothesized that the relationship between functional capacity and real-world functioning would be moderated by the individual's self-efficacy in a sample of 97 middle-aged and older adults with schizophrenia (mean age = 50.9 ± 6.5 years). Functional capacity was measured using the Brief UCSD Performance-based Skills Assessment (UPSA-B), self-efficacy with the Revised Self-Efficacy Scale, and Daily Functioning via the Specific Level of Functioning (SLOF) scale and self-report measures. Results indicated that when self-efficacy was low, the relationship between UPSA-B and SLOF scores was not significant (P = .727). However, when self efficacy was high, UPSA-B scores were significantly related to SLOF scores (P = .020). Similar results were observed for self-reported social and work functioning. These results suggest that motivational processes (ie, self-efficacy) may aid in understanding why some individuals have the capacity to function well but do not translate this capacity into real-world functioning. Furthermore, while improvement in capacity may be necessary for improved functioning in this population, it may not be sufficient when motivation is absent.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».