Exploring the effects of self-reflection practice on cognitive emotion regulation and resilience among mothers of premature neonates
Notice bibliographique
Résumé
Background & Aim: Despite the well-known benefits of practicing self-reflection in educational settings, little is known regarding the effects of applying it in clinical settings. The objective of the current study was to investigate the effects of self-reflective practice on cognitive emotion regulation and resilience of mothers of preterm infants in the NICU. Methods & Materials: A total of 90 mothers whose preterm infants were admitted to NICU enrolled in the current non-randomized clinical trial study by convenience sampling (n=45 in each group). The data of the control group were gathered prior to the intervention group. Pre- and post-test data were gathered using the demographic questionnaire, the Cognitive Emotion Regulation Questionnaire, and the Conner and Davidson Resilience Scale. Self–reflection practice was designed and conducted based on Gibbs' reflective cycle for the intervention group, which applied a blended model (face-to-face and virtual). Statistical analysis was conducted by SPSS-25 and using the repeated measure ANOVA. Results: Using ANCOVA, the results indicated that the self-reflection practice was effective in improving cognitive emotion regulation (F=66.01, P≤0.001, Eta=0.60) and resilience (F=89.43, P≤0.001, Eta= 0.67) among mothers in the intervention group. Conclusion: Self-reflection practice was an effective intervention for improving mothers’ skills, helping them be more resilient, and assisting them in regulating their emotions. Further studies should support the current study findings in different clinical settings.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».