MétaCan
Menu
Retour à la cohorte
Enregistrement W4390953096 · doi:10.1080/13607863.2024.2301737

How reminiscing about deceased close others together with continuing bonds relates to grief severity and personal growth: a cross-sectional study with bereaved adults

2024· article· en· W4390953096 sur OpenAlexaff
Tabea Wolf, Lisa Nusser, Philippe Cappeliez

Notice bibliographique

RevueAging & Mental Health · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueGrief, Bereavement, and Mental Health
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésReminiscenceGriefPsychologyMental healthDevelopmental psychologyClinical psychologyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: One of the reasons why people engage in reminiscences about their past is to maintain intimacy with deceased close others. Although previous research alerts to the negative effects of reminiscence for intimacy maintenance on mental health, little is known about its relation to individuals' reactions to loss (i.e. grief severity and personal growth). In two samples, we focus on time since loss and continuing bonds, to elucidate the role of reminiscence for intimacy maintenance in grief. METHOD: The samples comprised 111 and 198 bereaved adults. All participants rated the frequency of reminiscence for intimacy maintenance and loss-related variables, such as time since loss, continuing bonds, and grief severity. Sample 2 additionally completed measures of personal growth, loss-centrality, and their interconnectedness with the deceased. RESULTS: Reminiscence on intimacy maintenance was positively related to grief severity. This relation was independent of time since loss and partly driven by externalized bonds. Internalized bonds mediated the relation between reminiscence for intimacy maintenance and grief severity (in sample 1) and personal growth (in sample 2). CONCLUSION: Continuing bonds help explain why reminiscing for intimacy maintenance can be harmful in terms of grief severity but also fosters personal growth after the loss.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,331
Écart entre enseignants0,316 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAging & Mental HealthMême sujetGrief, Bereavement, and Mental HealthTravaux en français237 207