A New Method to Better Measure and Interpret Non-Verbal Communication in Patient-Therapist Interactions
Notice bibliographique
Résumé
<title>Abstract</title> Objective(s): To develop a novel method of examining facial affects in psychotherapeutic settings and interpreting the subliminal microexpressions and emotions they represent.Results: Therapy sessions are videotaped, and verbal content is evaluated with computer assistance from ATLAS.ti. Visual content is screened for facial action units/micro-expressions using the Facial Action Coding System (FACS) and reevaluated using the Emotional Facial Action Coding System (EmFACS) in order to discern the underlying emotions. Working Alliance Inventory scores are compiled to assess their impact on the quality of the therapeutic relationship. Reliability of facial action unit coding is ensured by a training course and an independently evaluated standardized test at Innsbruck University. Interrater reliability was excellent (Cohen’s κ > 0.80). Application of this method on a small study population to measure non-verbal communication and affects demonstrated its feasibility and usability. We believe this methodology to be widely implementable. Its application in psychotherapy may provide greater insights in investigations into important aspects of therapeutic interaction (e.g. verbal/non-verbal communication between clinicians and patients in psychiatric contexts, quality of psychotherapeutic relationships, etc.), and may be exploitable in clinical psychotherapeutic settings to better understand mechanisms of change in therapy.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».