MétaCan
Menu
Retour à la cohorte
Enregistrement W4382315680 · doi:10.3390/socsci12050290

Measuring Resilience and the Importance of Resource Connectivities: Revising the Adult Resilience Measure (RRC-ARM)

2023· article· en· W4382315680 sur OpenAlexaff
Janine Natalya Clark, Philip Jefferies

Notice bibliographique

RevueSocial Sciences · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensDalhousie University
Organismes subventionnairesH2020 European Research CouncilEuropean Research CouncilUniversidad del RosarioUniversity of Birmingham
Mots-clésResilience (materials science)Measure (data warehouse)Psychological resilienceScale (ratio)SociologyResource (disambiguation)Field (mathematics)PsychologyEnvironmental resource managementSocial psychologyComputer scienceGeographyEconomicsCartographyMathematics

Résumé

récupéré en direct d'OpenAlex

There have been many efforts to measure and quantify resilience, and various scales have been developed. This article draws on a mixed methods study which involved the application of one particular scale—the Resilience Research Centre-Adult Resilience Measure (referred to throughout as the ARM). Rather than focus on the quantitative results, however, which have been presented elsewhere, this unique article draws on the qualitative results of the study—semi-structured interviews with victims-/survivors of conflict-related sexual violence in Bosnia–Herzegovina (BiH), Colombia and Uganda—to explore and discuss some of the ARM’s shortcomings. It develops its empirical analyses around the crucial concept of connectivity, “borrowed” from the field of ecology, and the three elements of the study’s connectivity framework—broken and ruptured connectivities, supportive and sustaining connectivities and new connectivities. Through its analyses, the article highlights aspects of the ARM that could potentially be improved or developed in future research, and it ultimately proposes some concrete revisions to the measure, including two additional scales relating to change and importance, respectively.

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)0,010
score de la tête « metaresearch » (Gemma)0,021
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: Observationnel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,003
Intégrité de la recherche0,0000,002
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 Opus0,070
Tête enseignante GPT0,384
Écart entre enseignants0,314 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial SciencesMême sujetResilience and Mental HealthTravaux en français237 207