MétaCan
Menu
Retour à la cohorte
Enregistrement W2127992297 · doi:10.5267/j.msl.2012.12.013

An investigation on impact of Glasser method on improving quality of life: A case study of mentally retarded children’s mothers

2013· article· en· W2127992297 sur OpenAlexvenueno aff
Tayebeh Sadat Alavi Hejazi, Yousef Gorji, Afsaneh Javadzadeh

Notice bibliographique

RevueManagement Science Letters · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueFamily and Disability Support Research
Établissements canadiensnon disponible
Organismes subventionnairesWorld Health Organization
Mots-clésMentally retardedPsychologyQuality (philosophy)Quality of life (healthcare)Developmental psychologyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

This study aims to evaluate the effectiveness of training on quality of life based on Glasser's training program on parents with mentally retarded children. In our study, samples were divided into two groups of experiment, control and pretest were executed for two groups, and then Glaser's method was performed in six consecutive 150 minutes long sessions and, finally, both groups were investigated, statistically. The population of this survey includes mothers of mentally retarded children and the study has been performed in city of Esfahan, Iran. We selected a group of 60 mothers and divided them into two equal groups of 30 people. World Health Organization Quality of Life Questionnaire contained 26 questions where 24 questions measure physical and psychological health, social relationships and environment health consisted of 7, 6, 3 and 8 questions, respectively. The results of the survey indicate that Glaser's training program could significantly improve quality of life in our study.

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)0,003
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,954

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,072
Tête enseignante GPT0,420
Écart entre enseignants0,347 · 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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetFamily and Disability Support ResearchTravaux en français237 207