MétaCan
Menu
Retour à la cohorte
Enregistrement W2964788883 · doi:10.14195/1647-8606_62-1_3

Coping in the final frontier: An intervention to reduce spaceflight-induced stress

2019· article· en· W2964788883 sur OpenAlexaff
Lucas Monzani, Małgorzata W. Kożusznik, Pilar Ripoll, Rolf van Dick, José María Peiró Silla

Notice bibliographique

RevuePsychologica · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSpaceflight effects on biology
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésSpaceflightPsychosocialPsychological interventionPsychologyCrewCoping (psychology)Human spaceflightApplied psychologyStressorSocial psychologyEngineeringAeronauticsClinical psychologySpace explorationPsychotherapist

Résumé

récupéré en direct d'OpenAlex

Research in human spaceflight has extensively documented how microgravity environments, such as spaceflight across Low Earth Orbit (LEO), affects astronauts’ and Spaceflight Participants’ emotions. However, a more refined understanding of this topic will become especially relevant as national and international space agencies increase the duration of manned space missions, and as the private sector fully enters the aerospace arena. In this paper, we analyze the strengths and weaknesses of the four main types of interventions for dealing with the stressors associated with human spaceflight (i.e., ergonomic, physiological, psychological, and psychosocial), and then elaborate on a psychosocial intervention grounded on evidence-based interventions across several fields of psychological research. Among the components of such interventions, we recommend adopting advanced stress coping strategies, developing emotional and intercultural competencies and crafting a shared social identity among crew members. Our proposed intervention aims to enhance the efficacy of social support as a key coping mechanism and applies to crewmembers and spaceflight participants of diverse cultural backgrounds who, most likely, will work using computer-mediated communication (CMC).

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: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,064
Tête enseignante GPT0,392
Écart entre enseignants0,329 · 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'étudeEssai non randomisé
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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychologicaMême sujetSpaceflight effects on biologyTravaux en français237 207