MétaCan
Menu
Retour à la cohorte
Enregistrement W2146399877 · doi:10.1521/jsyt.2010.29.1.51

Tuning the Ear: Listening in Narrative Therapy

2010· article· en· W2146399877 sur OpenAlexvenueno aff
Jim Hibel, Marcela Polanco

Notice bibliographique

RevueJournal of Systemic Therapies · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueCounseling, Therapy, and Family Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésActive listeningConversationNarrativePsychologyAppreciative listeningMetaphorInformational listeningAction (physics)Reflective listeningCognitive psychologySocial psychologyLinguisticsCommunicationListening comprehension

Résumé

récupéré en direct d'OpenAlex

In this article the authors adopt “tuning the ear” as a metaphor for listening within narrative work. The distinction between listening as an intentional event, influenced by personal, theoretical, and political intentions is discussed. A central idea involves distinguishing between “listening to” and “listening for,” which suggests that therapists select events to be heard or not heard. The authors suggest that intentional listening can lead to therapeutic conversations that bring forward aspects of the lives of both clients and the therapists that would not have been predicted by the problem story. A map around intentional listening is presented, the Tuning the Ear Map, which includes four levels: tuning in, intentions, consequences, and action. The map is illustrated with excerpts from a conversation within a live supervision group.1

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,013
Communication savante0,0070,006
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,018
Tête enseignante GPT0,297
Écart entre enseignants0,278 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations18
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Systemic TherapiesMême sujetCounseling, Therapy, and Family DynamicsTravaux en français237 207