The impact of a deliberate practice workshop on therapist demand and support behavior with community volunteers and simulators.
Notice bibliographique
Résumé
The present study used a newly developed simplified coding system, the Therapist Demand and Support Code, to examine specific therapist behaviors in the context of a previously conducted training trial on Deliberate Practice (DP). The parent trial randomized trainees to a DP workshop or its Traditional, more didactic counterpart (Westra et al., 2020). In both groups, trainees were taught to use Support, rather than Demand, for managing ambivalence and resistance, with the DP group having more feedback and practice. In this study, 68 trainees interviewed both an ambivalent community volunteer and an ambivalent simulator 4 month post workshop. The DP group was found to exhibit significantly fewer Demand behaviors than the Traditional group, with the latter also being significantly quicker to use Demand in the interviews. Moreover, the simulator evoked significantly greater Demand from therapists, regardless of the Training group, suggesting the simulators were more resistant. Although therapist use of Support was equal for community volunteers across training groups, Traditional workshop trainees decreased Support when interviewing the more resistant simulators, whereas DP trainees increased their Support with this same group. This is consistent with findings that DP trainees were more appropriately responsive, making fewer Demands following interviewee counterchange talk and using more Support at these times. These results provide some initial validation of the simplified therapist behavior coding system and offer further evidence for the benefits of DP workshop training for managing resistance. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».