Perfectionism and therapeutic alliance: a review of the clinical research
Notice bibliographique
Résumé
In this review, we synthesize findings regarding the relationship between perfectionism and therapeutic alliance, most of which come from analyses by Blatt and colleagues. Results suggest what follows. First, patients' initial level of perfectionism negatively affects patients' bond with therapists and perception of therapists' Rogerian attributes (empathy, congruence, and regard) early in treatment and engagement in therapy later in treatment. Second, therapists' contribution to alliance is not seemingly affected by patients' initial perfectionism level. Third, individual patients of therapists who are perceived on average by their patients to be higher on Rogerian attributes experience greater decreases in perfectionism and symptoms. Fourth, more positive perceptions of therapists' Rogerian attributes early in treatment lead to greater symptom decrease for patients with moderate perfectionism. Fifth, greater early patient engagement in therapy is related to greater decrease in perfectionism, but a strong relationship with the therapist may be necessary for an accompanied greater decrease in symptoms. The relationship between pre-treatment perfectionism and alliance is partially explained by higher levels of hostility and lower levels of positive affect. Sixth, the relationship between pre-treatment perfectionism and outcome is almost entirely explained by level of patient contribution to alliance and satisfaction with social network, highlighting the importance of focusing on social functioning for patients with high perfectionism (both in and outside of the session). Limitations include that most of the findings are from analyses of one large data set and a range of measurement issues. Future research should utilize different measures, perspectives, and populations and examine specific session process.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».