MétaCan
Menu
Retour à la cohorte
Enregistrement W4283641243

Creative activity as a coping mechanism for the COVID-19 pandemic

2022· article· en· W4283641243 sur OpenAlexaff
Julinda SEYDİNİ, Gerald C. Cupchik

Notice bibliographique

RevueDergiPark (Istanbul University) · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)PandemicCoping (psychology)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Mechanism (biology)VirologyPsychologyMedicineClinical psychologyEpistemologyInfectious disease (medical specialty)PhilosophyDiseaseInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study explored the use of creative activities as a coping mechanism for the COVID-19 pandemic. Students, as well as social media participants, were asked to describe some of the activities they undertook during the months of quarantine from February to August of 2020. It was expected that individuals who actively participated in creative tasks, such as painting, yoga, or writing, would exhibit greater resilience to the negative effects of social isolation. An online survey was administered to participants both at a university and in the community. Participants assessed their emotional state two weeks prior to participating in the study, described a creative activity they did, the motivation behind choosing it, how it made them feel, as well as their attitudes toward the pandemic. Participants feeling the most adverse effects of COVID-19 turned to creative activities as an outlet for their negative emotions. This finding indicates that creativity may have therapeutic effects for individuals struggling with the COVID-19 pandemic. A positive correlation was found between a positive outlook towards the pandemic and both intrinsic and extrinsic motivations for choosing the activity, resulting in greater commitment to the activity.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,769
Score d'incertitude au seuil0,840

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,056
Tête enseignante GPT0,315
Écart entre enseignants0,259 · 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'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)Même sujetEmpathy and Medical EducationTravaux en français237 207