Developing a Systematic Procedure for the Assessment of Self-Defining Memories in Psychodynamic Therapy: Promise and Pitfalls
Notice bibliographique
Résumé
The innovative approach to assessing autobiographical memory narratives that Singer and Bonalume (2010) demonstrate in their case study of Cynthia is an ambitious expression of integrative psychotherapy research. It brings together the rich research findings on self-defining memories derived from laboratory studies and therapy case analyses, and applies these to the multimodal assessment situation in a psychotherapy program. Further, Singer and Bonalume's case of Cynthia is grounded in a truly "common factor" that is essential to most if not all psychotherapies: patient narrative expression. However, the integration of findings across different research studies still needs further elaboration to clarify and explore when they are consistent and when they are inconsistent with one another. In our commentary we critically assess the following issues associated with Singer and Bonalume's narrative memory coding system and its application to the case of Cynthia: (a) the utilization of narrative analyses for the identification of themes; (b) challenges inherent in establishing criteria for the identification of clinically important autobiographical memory narratives in therapy sessions; (c) the degree of integrative processing that takes place in narrative expression; and (d) the process of formulating inferences based on client narrative expression in assessment interviews versus therapy sessions. The commentary concludes with a discussion of promising future directions for narrative research in psychotherapy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,481 | 0,503 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,007 | 0,027 |
| Communication savante | 0,011 | 0,017 |
| Science ouverte | 0,008 | 0,013 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».