Book Review: The Grieving Brain: The Surprising Science of How we Learn from Love and Loss
Notice bibliographique
Résumé
The Grieving Brain by Mary Francis O'Connor, Ph.D. provides a fascinating overview of her personal experiences as a grieving daughter and clinical scientist, along with neuroscience research, clinical anecdotes, and animal studies on what happens to our brains when we grieve.Acknowledging that the research is still in its infancy she describes her development as a researcher setting out to understand the process of grieving.Using clear prose, she synthesizes and integrates the evolution of her work with that of other neuroscience and bereavement researchers, providing insights and practical guidance.In the "Introduction" she notes that great descriptions are found in art, literature, and poetry and written into the scientific literature about the "what" of grief-what it feels like, what problems it causes, even what the bodily reactions are" (p.x).She always wanted to understand the why of grief, why does it hurt so much?She felt the why of grief hurting so much was in the brain, "If we could look at it from the perspective of what the brain is doing during grief, perhaps we could find the how, and that would help us to understand the why." (p.x).Her experience of her mother's diagnosis of breast cancer when she was 13, while her parents were going through a divorce, and her mother's complicated illness and death when O'Connor was 26 led to her desire "…to understand my mother's grief and pain in retrospect, and to learn what I could have done to help her" (p.xi).She sees grieving as learning to lead a meaningful life without the deceased and hopes that seeing grieving as learning, necessitating rewiring the brain, will help to understand the process of grief.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,014 |
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 source (Gemma direct ou Codex distillé), 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 ».