MétaCan
Menu
Retour à la cohorte
Enregistrement W3139718962 · doi:10.1521/jscp.2020.39.10.876

Autonomous Motivation Moderates the Relation of Self-Criticism to Depressive Symptoms Over One Year: A Longitudinal Study of Cognitive-Behavioral Therapy Patients in a Naturalistic Setting

2020· article· en· W3139718962 sur OpenAlexaff
Geneviève Taylor, David M. Dunkley, David C. Zuroff, Maxim Lewkowski, Joan E. Foley, Gail Myhr, Ruta Westreich

Notice bibliographique

RevueJournal of Social and Clinical Psychology · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Adolescent Psychosocial and Emotional Development
Établissements canadiensMcGill University Health CentreMcGill UniversityJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésPsychologySelf-criticismGeneralizability theoryModerationCriticismClinical psychologyDepression (economics)CognitionCognitive vulnerabilityCognitive therapyDepressive symptomsDevelopmental psychologyPsychotherapistSocial psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Introduction: This study examined whether motivation moderated the relation between self-criticism and depression over one year in a sample of adults receiving cognitive-behavior therapy (CBT). Methods: Participants (N = 38) completed measures of pre-treatment self-criticism (Time 1), autonomous/controlled motivation for engaging in CBT at the beginning of treatment (Time 2), and interviewer-rated depression at Time 1, and one year after baseline (Time 3). Results: Multiple regression analyses of moderator effects showed that patients higher in self-criticism with lower autonomous motivation for CBT had higher levels of depressive symptoms one year later. The effect of controlled motivation was nonsignificant. Discussion: Our findings support the buffering hypothesis that engaging in CBT because it is personally meaningful may protect patients high in self-criticism from experiencing the poorer treatment outcomes associated with their specific vulnerability. However, given the small sample size, the results will need to be replicated within larger samples to ensure generalizability.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,023
Score d'incertitude au seuil0,314

Scores Codex et Gemma par catégorie

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

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 Opus0,129
Tête enseignante GPT0,435
Écart entre enseignants0,306 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Social and Clinical PsychologyMême sujetChild and Adolescent Psychosocial and Emotional DevelopmentTravaux en français237 207