“Why me?” – women’s use of spiritual causal attributions in making sense of breast cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: This study addressed the role of positive (event is due to God's Love or to God's Will) and negative (event is due to God's Anger) spiritual causal attributions in women's adjustment to breast cancer. DESIGN: Ninety-three women diagnosed with breast cancer were assessed at six times from pre-diagnosis through two years post-surgery. MAIN OUTCOME MEASURES: Women completed positive and negative measures of spiritual causal attributions (e.g. God's Love), cognitive appraisals (e.g. threat), coping behaviour (e.g. avoidance) and well-being (e.g. distress). RESULTS: Positive spiritual attributions were consistently related to positive aspects of adjustment (e.g. positive appraisal, acceptance coping, and/or emotional well-being) while negative spiritual attribution was related to negative factors (e.g. appraisals of loss and uncontrollability, avoidance coping, and/or emotional distress). Path analyses revealed that the effects of positive and negative spiritual attributions on well-being were mediated by general cognitive appraisal and coping behaviour. Cross-lagged correlational analysis revealed a 'downward spiral' effect wherein the negative attribution of God's Anger at pre-diagnosis predicted greater distress at 1 week pre-surgery which in turn predicted an increase in the negative attribution and so on across time. CONCLUSION: Although positive spiritual attributions may help women maintain an attitude of hope and acceptance in the face of cancer, results indicate that the effects of negative spiritual attribution can play a significant role in undermining their well-being.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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