MétaCan
Menu
Retour à la cohorte
Enregistrement W2890284945 · doi:10.1521/pedi_2018_32_390

Cognitive Reappraisal of Negative Emotional Images in Borderline Personality Disorder: Content Analysis, Perceived Effectiveness, and Diagnostic Specificity

2018· article· en· W2890284945 sur OpenAlexaff
Alexander R. Daros, Achala H. Rodrigo, Nikoo Norouzian, Bri Darboh, Kateri McRae, Anthony C. Ruocco

Notice bibliographique

RevueJournal of Personality Disorders · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePersonality Disorders and Psychopathology
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCognitive reappraisalPsychologyBorderline personality disorderExpressive SuppressionCognitionAnxietyClinical psychologyStimulus (psychology)Negative emotionDevelopmental psychologyPsychotherapistPsychiatry

Résumé

récupéré en direct d'OpenAlex

Individuals with borderline personality disorder (BPD) report using cognitive reappraisal less often than healthy individuals despite the long-term benefits of the emotion regulation strategy on emotional stability. Individuals with BPD, mixed anxiety and/or depressive disorders (MAD), and healthy controls (HC) completed an experimental task to investigate the tactics contained in cognitive reappraisal statements vocalized for high and low emotional intensity photographs. Self-reported effectiveness after using cognitive reappraisal to decrease negative emotions was also evaluated. Although BPD and MAD used a similar number of cognitive reappraisal tactics, they perceived themselves as less effective at reducing their negative emotions compared to HC. During cognitive reappraisal, BPD and MAD uttered fewer words versus HC, while BPD uttered fewer words versus MAD. Results suggest that individuals with BPD and MAD are less fluent and perceive themselves as less effective than HC when using cognitive reappraisal to lower negative emotions regardless of stimulus intensity.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,011
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,033
Tête enseignante GPT0,349
Écart entre enseignants0,316 · 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 tête enseignante, pas un consensus.

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

Citations20
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personality DisordersMême sujetPersonality Disorders and PsychopathologyTravaux en français237 207