MétaCan
Menu
Retour à la cohorte
Enregistrement W3211226788 · doi:10.51656/psycause.v11i2.51369

Perfectionnisme et stratégies d'adaptation

2021· article· fr· W3211226788 sur OpenAlexaffvenue
Gabrielle Côté, L. Lacombe, Louis O'Neill-Readman, Véronique Massicotte, Hans Ivers, Josée Savard

Notice bibliographique

RevuePsycause revue scientifique étudiante de l École de psychologie de l Université Laval · 2021
Typearticle
Languefr
DomainePsychology
ThématiquePerfectionism, Procrastination, Anxiety Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

Le cancer entraîne plusieurs impacts néfastes sur la santé physique et mentale. Les stratégies d’adaptation utilisées jouent un rôle important dans l’adaptation à la maladie. Puisqu’il peut avoir un impact sur la façon de réagir à un stresseur, le perfectionnisme pourrait être associé à l’utilisation de certaines stratégies. L’objectif de l’étude est d’examiner les liens entre ces construits et le sexe, l’âge et le type de cancer dans le but de mieux comprendre les variations dans l’adaptation des patients atteints d’un cancer. Les 962 participants, âgés entre 18 et 80 ans, atteints d’un cancer non métastatique ont rempli le Frost Multidimensional Perfectionism Scale et le Coping with Health Injuries and Problems avant leur chirurgie oncologique. Les résultats montrent que le perfectionnisme est significativement associé aux stratégies d’adaptation. Les stratégies inadaptées (p.ex Distraction) sont associées autant au perfectionnisme considéré comme adapté qu’inadapté. Un niveau de perfectionnisme plus élevé se voit chez les hommes et les personnes plus âgées. Les résultats montrent aussi que les femmes ont recours à davantage de stratégies d’adaptation. Des études futures sont nécessaires afin de confirmer les facteurs permettant de définir si un type de perfectionnisme est adaptatif ou non dans le contexte du cancer.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,041
Tête enseignante GPT0,305
Écart entre enseignants0,264 · 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.

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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsycause revue scientifique étudiante de l École de psychologie de l Université LavalMême sujetPerfectionism, Procrastination, Anxiety StudiesTravaux en français237 207