MétaCan
Menu
Retour à la cohorte
Enregistrement W2809830568 · doi:10.3917/psys.182.0119

Influence de la force de la cohésion sur l’expression des facteurs thérapeutiques dans les traitements de groupe offerts à une clientèle dépendante

2018· article· fr· W2809830568 sur OpenAlexaff
Andrée-Anne Légaré, Isabelle Giroux, Francine Ferland

Notice bibliographique

RevuePsychothérapies · 2018
Typearticle
Languefr
DomainePsychology
ThématiquePsychoanalysis and Psychopathology Research
Établissements canadiensQuebec Rehabilitation Research NetworkUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGynecologyPsychologyMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

Cette étude vise à documenter les facteurs thérapeutiques présents dans le discours de joueurs et de toxicomanes ayant pris part à une thérapie de groupe dans un centre de traitement de la dépendance selon la force de la cohésion perçue. L’étude documente également la manière dont les facteurs thérapeutiques sont perçus et s’expriment chez cette clientèle dépendante. À cette fin, une analyse qualitative est réalisée sur les transcriptions d’entrevues de 15 participants répartis en deux catégories selon leur score à une évaluation de la cohésion du groupe, à savoir les catégories Forte et Faible cohésion. L’analyse qualitative des entrevues a permis de relever huit facteurs thérapeutiques dans le discours des participants. L’universalité, l’espoir et la compréhension de soi sont identifiés dans le discours des participants, peu importe le niveau de cohésion. L’analyse du discours des participants de la catégorie Forte cohésion révèle d’autres facteurs thérapeutiques non invoqués par les autres participants, soit : le partage d’information, l’altruisme, l’apprentissage interpersonnel, le développement d’habiletés sociales et la catharsis. Ainsi, une forte cohésion semble associée à une plus grande variété de facteurs thérapeutiques. Les résultats de la présente étude réitèrent l’importance d’une forte cohésion pour le développement des facteurs thérapeutiques en groupe et incidemment le rétablissement des membres.

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)0,007
score de la tête « metaresearch » (Gemma)0,031
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,003
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,027
Tête enseignante GPT0,381
Écart entre enseignants0,354 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychothérapiesMême sujetPsychoanalysis and Psychopathology ResearchTravaux en français237 207