Narratives of Dissociation: Insights into the Treatment of Dissociation in Individuals Who Were Sexually Abused as Children
Notice bibliographique
Résumé
This article provides an in-depth understanding of the treatment of dissociation from the perspective of 7 individuals who have a history of childhood sexual abuse and engage in moderate to high levels of dissociative behavior. Levels of dissociation were screened using the Dissociative Experiences Scale (E. Bernstein-Carlson & F. Putnam, 1993 Bernstein-Carlson, E. and Putnam, F. 1993. An update on the Dissociative Experiences Scale. Dissociation, 4(1): 16–26. [Google Scholar]), and individual interviews were conducted to gain insight into how dissociation can best be treated in a therapeutic context. From a narrative research design with a holistic-content analysis (A. Lieblich, R. Tuval-Mashiach, & T. Zilber, 1998 Lieblich, A., Tuval-Mashiach, R. and Zilber, T. 1998. “Narrative research: Reading, analysis, and interpretation”. In Applied Social Research Methods Series, 47, Thousand Oaks, CA: Sage. [Google Scholar]), 3 major themes and 16 subthemes were revealed. The major themes included (a) identifying specific tools and techniques that were recognized as critical in managing dissociative symptoms, (b) challenging the dominant medical paradigm by underscoring the importance of helping clients contextualize and normalize dissociative behavior, and (c) highlighting specific characteristics of the therapeutic relationship that create the necessary trust and safety to facilitate reparation. A detailed description of the 3 major themes and 16 subthemes is provided. Implications for both clinical theory and practice are identified.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».