Resilience to Loss and Chronic Grief: A Prospective Study from Pre-loss to 18 months Post-Loss
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The vast majority of bereavement research is conducted after a loss has occurred.Thus, knowledge of the divergent trajectories of grieving or their antecedent predictors is lacking.This study gathered prospective data on 205 individuals several years prior to the death of their spouse and at 6-and 18-months postloss.Five core bereavement patterns were identified: common grief, chronic grief, chronic depression, improvement during bereavement, and resilience.Common grief was relatively infrequent, and the resilient pattern most frequent.The authors tested key hypotheses in the literature pertaining to chronic grief and resilience by identifying the preloss predictors of each pattern.Chronic grief was associated with preloss dependency and resilience with preloss acceptance of death and belief in a just world.The death of a spouse is generally assumed to be one of the most stressful experiences that people encounter during the course of their lives (Holmes & Rahe, 1967).However, there are marked individual differences in how much and for how long people grieve (Bonanno & Kaltman, 1999, 2001;Wortman & Silver, 1989, 2001).In addition to what is assumed to be the typical or common reaction, an initial increase in depression that gradually subsides over time, several other patterns of grief have been discussed in the literature.These include prolonged or chronic grieving, the noticeable absence of grief symptoms, and delayed grief responses.Social and personality psychologists have become increasingly interested in these different trajectories, and how they compare with those observed for other marital transitions and other stressful life events (e.g.,
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.
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) | 0,001 | 0,001 |
| 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 | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,008 |
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 découle