MétaCan
Menu
Retour à la cohorte
Enregistrement W2762641325 · doi:10.1080/19359705.2017.1385559

Being humorous and seeking diversion: Promoting healthy coping skills among LGBTQ+ youth

2017· article· en· W2762641325 sur OpenAlexafffund
Shelley L. Craig, Ashley Austin, Yu‐Te Huang

Notice bibliographique

RevueJournal of Gay & Lesbian Mental Health · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesInstitute of Infection and ImmunityCommercializations Promotion Agency for R and D Outcomes
Mots-clésDisengagement theoryCoping (psychology)PsychologyFeelingClinical psychologyPopulationPsychological interventionDevelopmental psychologySocial psychologyMedicinePsychiatryGerontology

Résumé

récupéré en direct d'OpenAlex

LGBTQ+ youth encounter pervasive stigma-related stress that requires effective coping skills. This study explored the coping patterns of LGBTQ+ youth participants (N = 30) in a cognitive-behavioral therapy-based coping skills training. Participants, 15–18 years old with a range of gender, sexual, racial and ethnic identities, completed a coping skills inventory (A-COPE) with 12 subscales at two time points. Based on the stigma-coping framework, coping skills were broadly classified as disengagement or engagement strategies. LGBTQ+ youth were most likely to utilize avoiding problems as a strategy to cope with stress, followed closely by being humorous, relaxing, and ventilating feelings. Notably, seeking professional and spiritual support were the least adopted coping strategies. Post-intervention, participants reported significant increases in the areas of primary control (solving family problems) and secondary control (seeking spiritual support, seeking diversion, engaging in demanding activities, and being humorous). The findings demonstrate the versatility of LGBTQ+ youth's coping strategies and show the potential of the AFFIRM intervention to promote engagement coping patterns among this population.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,040
Tête enseignante GPT0,386
Écart entre enseignants0,347 · 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

Citations27
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Gay & Lesbian Mental HealthMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207