How clients “change emotion with emotion”: A programme of research on emotional processing
Notice bibliographique
Résumé
This paper reviews a body of research that has examined Pascual-Leone and Greenberg's sequential model of emotional processing or used its accompanying measure (the Classification of Affective Meaning States). Research from 24 studies using a plurality of methods examined process-outcome relationships from micro to macro levels of observation and builds support for emotional transformation as a possible causal mechanism of change in psychotherapy. A pooled sample of 310 clinical and 130 sub-clinical cases have been studied, reflecting the process of 7 different treatment approaches in addressing over 5 different presenting clinical problems (including depression, anxiety, relational trauma, and personality disorders). The initial findings on this model support the hypothesis that emotional transformation occurs in specific canonical sequences and these show large effects in the prediction of positive treatment outcomes. This model is the first in the field of psychotherapy to show how non-linear temporal patterns of moment-by-moment process relate to the unfolding of increasingly larger changes to create good psychotherapy treatment outcomes. Finally, clinical application of the model is also considered as a template for case formulations focused on emotion. Clinical or methodological significance of this article: This review article examines research on a specific model of emotional processing. (i) Experiencing certain key emotions during psychotherapy seems to predict good treatment outcomes, at both the session and treatment levels. (ii) There is also evidence to suggest that these productive emotional experiences unfold in an ordered pattern. Moreover, (iii) support for this way of understanding emotional processing comes from a number of very different treatment approaches and for several kinds of major disorders.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».