MétaCan
Menu
Retour à la cohorte
Enregistrement W2394821254 · doi:10.1177/0030222815598442

Examining Linkages Between Bereavement Grief Intensity and Perceived Death Quality

2016· article· en· W2394821254 sur OpenAlexafffund
Donna M. Wilson, Rod MacLeod, Dirk Houttekier

Notice bibliographique

RevueOMEGA - Journal of Death and Dying · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueGrief, Bereavement, and Mental Health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésGriefDisenfranchised griefPsychologyInterviewComplicated griefQualitative researchPerceptionQuality of life (healthcare)PsychotherapistClinical psychologySociology

Résumé

récupéré en direct d'OpenAlex

Some people experience more intense and prolonged bereavement grief after the death of a loved one. A mixed-methods study was undertaken out of concern that bereavement grief intensity may be associated with survivor perceptions of a “good” or “bad” death. The qualitative study phase was undertaken after a pilot study revealed bereavement grief intensity and perceived death quality were close to being negatively correlated ( R = −.156, p = .06). Through interviewing 41 bereaved volunteers, bereavement was found to be an individualized, contextualized, and multifaceted experience, but with three themes emerging through constant-comparative analysis: (a) the huge loss and enormous gap in life as a result of the death of a loved one, (b) extreme acute grief, and (c) the uncertain step-laddered journey of grieving to bereavement recovery. This recovery is impacted by both good and bad aspects of the death or dying process, as well as good and bad after-death events and developments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,031
Score d'incertitude au seuil0,558

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,123
Tête enseignante GPT0,374
Écart entre enseignants0,251 · 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 tête enseignante, 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

Citations21
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOMEGA - Journal of Death and DyingMême sujetGrief, Bereavement, and Mental HealthTravaux en français237 207