Human givens rewind trauma treatment: description and conceptualisation
Notice bibliographique
Résumé
Purpose Human Givens (HG) Rewind technique is a graded trauma-focused exposure treatment for post-traumatic stress disorder and trauma. The purpose of this paper is threefold: first, to describe the technique; second, to provide an outline of its potential benefits; and third, to present some preliminary evidence. Design/methodology/approach This paper provides an overview of HG therapy and describes the stages of HG Rewind trauma treatment and its potential benefits. Similarities and differences between Rewind and other Cognitive Behavioural Therapy techniques are explored. Possible underlying mechanisms are discussed. Findings Preliminary evidence suggests that Rewind could be a promising trauma treatment technique and that HG therapy might be cost effective. The findings highlight the need for further research and a randomised controlled trial (RCT) on Rewind is warranted. Practical implications During the rewind technique, the trauma does not need to be discussed in detail, making treatment potentially more accessible for shame-based traumas. Multiple traumas may be treated in one session, making it possible for treatment to potentially be completed in fewer sessions. Social implications This UK-based treatment may be cost effective and make treatment more accessible for people who do not want to discuss details of their trauma. Originality/value This is the first description of HG Rewind in the peer-reviewed literature. Alternative explanations for mechanisms underlying this trauma treatment are also presented.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
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 tête enseignante, 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 ».