Coping and emotion regulation: A conceptual and measurement scoping review.
Notice bibliographique
Résumé
The fields of coping and emotion regulation have mostly evolved separately over decades, although considerable overlap exists. Despite increasing efforts to unite them from a conceptual standpoint, it remains unclear whether conceptual similarities translate into their measurement. The main objective of this review was to summarize and compare self-reported measures of coping and emotion regulation strategies. The secondary objective was to examine whether other psychological measures (e.g., resilience) indirectly reflect regulatory strategies' effectiveness, thus representing additionally informative approaches. Results indicated substantial overlap between coping and emotion regulation measures. In both frameworks, two to eight individual strategies were usually captured, but only a third included ≤20 items. Most commonly evaluated strategies were reappraisal/reinterpretation, active coping/problem-solving, acceptance, avoidance, and suppression. Evidence also suggested psychological distress and well-being measures, especially in certain contexts like natural stress experiments, and resilience measures are possible indirect assessments of these regulatory strategies' effectiveness. These results are interpreted in the light of a broader, integrative affect regulation framework and a conceptual model connecting coping, emotion regulation, resilience, psychological well-being and psychological distress is introduced. We further discussed the importance of alignment between individuals, contexts, and strategies used, and provide directions for future research. Altogether, coping and emotion regulation measures meaningfully overlap. Joint consideration of both frameworks in future research would widen the repertoire of available measures and orient their selection based on other aspects like length or strategies covered, rather than the framework only.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».