MétaCan
Menu
Retour à la cohorte
Enregistrement W2395734369 · doi:10.5539/mas.v10n9p36

The Effect of Emotionally Focused Couple Therapy on Marital Adjustment of Couples Who Came to Consultancy Centers in Kerman City

2016· article· en· W2395734369 sur OpenAlexvenueno aff
Marjan Mehrabi Gohari, Vida Razavi

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueAttachment and Relationship Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyAnalysis of covarianceClinical psychologyConsistency (knowledge bases)Treatment and control groupsSession (web analytics)Statistical analysisIntervention (counseling)PsychotherapistMedicineStatisticsPsychiatryMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

Current research was done aiming assessment of effect of emotionally focused couple therapy on marital adjustment of couples. Current research was a semi experimental one. Assessed statistical society were couples who came to consultancy centers in Kerman city. A sample including 40 person or 20 couples (20 women and 20 men) were selected randomly and were placed in two control and experiment groups. Experiment group had received required training within 10 session with 60 minutes each one and control group had not received any training. Data gathering tool was Spanier marital adjustment (2007). After conducting of Pretest on both groups, intervention group were treated by emotionally focused treatment within 10 session. Then Posttest was conducted on both groups. Data analysis was done by Covariance analysis method. MANCOVA analysis results showed that effect of emotionally focused couple therapy on marital adjustment was meaningful. Moreover Covariance analysis on each factor of marital adjustment was also an indication of effect of emotionally focused couple therapy on adjustment factors and satisfaction and on consistency factor.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,334
Écart entre enseignants0,318 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetAttachment and Relationship DynamicsTravaux en français237 207