MétaCan
Menu
Retour à la cohorte
Enregistrement W2275600885 · doi:10.5539/ass.v12n3p65

Investigating the Impact of Consultation Based on Acceptance and Commitment to Reduce Anger in Children and Adolescents with Cancer

2016· article· en· W2275600885 sur OpenAlexvenueno aff
Parvaneh Asadi, Kazem Ghojavand, Mohamadreza Abedi

Notice bibliographique

RevueAsian Social Science · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAngerPsychologyClinical psychologyTest (biology)PopulationCancerPerceptionCognitionAcceptance and commitment therapyMedicinePsychiatryIntervention (counseling)

Résumé

récupéré en direct d'OpenAlex

Non-pharmacological approaches such as the cognitive-behavioral strategies and pathological information do not treat the underlying pain and do not change pain perception but somehow reduce the emotional responses to the pain. In this regard, the study has examined the effect of consulting to reduce the anger based on acceptance and commitment between children and adolescents with cancer. This study is a semi-experimental and research project, pre-test and post-test with control and follow-up period. The study sample was included all 242 children with cancer admitted in Seydoshohada Hospital of Isfahan province in 2014. The number of 30 subjects is selected among the population including 15 experimental and 15 control groups. To collect information a demographic questionnaire is used and the Nilsson anger questionnaire (2000) is used to analyze the data by the SPSS Software. The results show that the effect of counseling on anger component changes in children with cancer is statistically significant. This means that the consulting in the form of acceptance and commitment leads to reduce the signs of anger in children with cancer (0.01> P). For this reason and given the results of the study the hypothesis was proved.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,022
Tête enseignante GPT0,346
Écart entre enseignants0,325 · 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'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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207