How the helping process unfolds for clients in suicidal crises: Linking helping‐style trajectories with outcomes in online crisis chats
Notice bibliographique
Résumé
OBJECTIVES: Crisis counselors' active listening and collaborative problem-solving helping styles have been associated with outcomes for clients in suicidal crises. These associations have been based on static conceptualizations of helping (i.e., helping style for the entire session). Our aim was to further understand how the crisis counseling helping process unfolds (i.e., helping trajectory) and helping trajectories' association with clients' outcomes. METHODS: Online crisis chats (N = 269) with suicidal adults were coded for crisis counselors' helping styles (i.e., active listening and collaborative problem-solving) and clients' outcomes (i.e., resolved or unresolved). Each talk-turn was coded for helping style, which were used to examine helping-style trajectories. RESULTS: Growth-curve models indicated that helping styles varied over the course of chats and that helping trajectories were different for resolved and unresolved chats. In resolved chats, helping styles moved from primarily active listening to primarily problem-solving-with a deceleration in the middle of chats. In unresolved chats, helping initially moved from primarily active listening to primarily problem-solving, but this trajectory decelerated in the middle of chats and then turned back toward primarily active listening. CONCLUSION: Our findings demonstrate that how the helping process unfolds is related to clients' outcomes. Implications for practice and research are discussed.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».