MétaCan
Menu
Retour à la cohorte
Enregistrement W2280311905

The Use of Computer Based Technology in Art Therapy with Adults who have Severe Physical Disabilities

2011· dissertation· en· W2280311905 sur OpenAlexfundno aff
Sarah Tevyaw

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2011
Typedissertation
Langueen
DomaineArts and Humanities
ThématiqueArt Therapy and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesConcordia University
Mots-clésArt therapyWitnessPsychologyPsychotherapistOccupational therapyMedicineComputer sciencePsychiatry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The following qualitative research paper explores how the computer can be incorporated into an art therapeutic practice as a tool for art making when working with adults who are living with severe physical disabilities. The computer acts as a mediator that helps foster a sense of mastery, offers control over an art making process, and aids in the development of a positive self-concept when working in art therapy with adults who are living with chronic physical illness and limited mobility. Using a theoretical methodology and clinical vignettes, this paper examines how traditional techniques such as drawing, painting, and collage have been adapted using modern technology to meet the needs of clients who are living with physical disabilities. Advancements in new technology offer \nart therapists the ability to reach more individuals and diverse clinical populations. By incorporating technology into art therapy it has expanded the possibilities for clients who have physical limitations to engage in an art therapeutic process, where the artwork is created not by the therapist, but by the client. Art becomes a mirror, a container, and a witness to many personal struggles for individuals who are living with chronic illnesses.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,008
Communication savante0,0050,003
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,052
Tête enseignante GPT0,273
Écart entre enseignants0,221 · 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'étudeQualitatif
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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Même sujetArt Therapy and Mental HealthTravaux en français237 207