MétaCan
Menu
Retour à la cohorte
Enregistrement W2515214748 · doi:10.13109/zptm.2016.62.3.207

Affective Change in Psychodynamic Psychotherapy: Theoretical Models and Clinical Approaches to Changing Emotions

2016· review· en· W2515214748 sur OpenAlexaff
Claudia Subič-Wrana, Leslie S. Greenberg, Richard D. Lane, Matthias Michal, Jörg Wiltink, Manfred E. Beutel

Notice bibliographique

RevueZeitschrift für psychosomatische Medizin und Psychotherapie · 2016
Typereview
Langueen
DomainePsychology
ThématiquePsychotherapy Techniques and Applications
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPsychoanalytic theoryPsychodynamicsPsychologyPsychotherapistPsychodynamic psychotherapyAffect (linguistics)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Affective change has been considered the hallmark of therapeutic change in psychoanalysis. Psychoanalytic writers have begun to incorporate theoretically the advanced understanding of emotional processing and transformation of the affective neurosciences. We ask if this theoretical advancement is reflected in treatment techniques addressing the processing of emotion. METHODS: We review psychoanalytic models and treatment recommendations of maladaptive affect processing in the light of a neuroscientifically informed model of achieving psychotherapeutic change by activation and reconsolidation of emotional memory. RESULTS: Emotions tend to be treated as other mental contents, resulting in a lack of specific psychodynamic techniques to work with emotions. Manualized technical modifications addressing affect regulation have been successfully tested in patients with personality pathology, but not for psychodynamic treatments of axis I disorders. CONCLUSIONS: Emotional memories need to be activated in order to be modified, therefore, we propose to include techniques into psychodynamic therapy that stimulate emotional experience.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,202
Tête enseignante GPT0,470
Écart entre enseignants0,268 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZeitschrift für psychosomatische Medizin und PsychotherapieMême sujetPsychotherapy Techniques and ApplicationsTravaux en français237 207