MétaCan
Menu
Retour à la cohorte
Enregistrement W4352976650 · doi:10.1080/08351813.2023.2170663

Responding to <i>In-the-Moment</i> Distress in Emotion-Focused Therapy

2023· article· en· W4352976650 sur OpenAlexafffund
Peter Muntigl, Lynda Chubak, Lynne Angus

Notice bibliographique

RevueResearch on Language and Social Interaction · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensYork UniversityUniversity of TorontoSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésImmediacyDistressPsychologyPsychotherapistConversation analysisIntervention (counseling)Embodied cognitionSocial psychologyApplied psychologyCommunicationConversationComputer science

Résumé

récupéré en direct d'OpenAlex

Emotion-focused therapy offers a setting in which clients report on their personal experiences, some of which involve intense moments of distress. This article examines video-recorded interactional sequences of client distress displays and therapist responses. Two main findings extend understanding of embodied actions clients display as both a collection of distress features and as interactional resources therapists draw upon to facilitate therapeutic intervention. First, clients drew from a number of vocal and nonvocal resources that tend to cluster on a continuum of lower or higher intensities of upset displays. Second, we identified three therapist response types that oriented explicitly to clients’ in-the-moment distress: noticings, emotional immediacy questions, and modulating directives. The first two action types draw attention to or topicalize the client’s emotional display; the third type, by contrast, had a regulatory function, either sustaining or abating the intensity of the upset. Data are in North American English.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,215
Tête enseignante GPT0,474
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations10
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch on Language and Social InteractionMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207