Applying and Extending the Conservation of Resources (COR) Model to Trauma in U.S. Veterans
Notice bibliographique
Résumé
This was a novel pilot study about the relationship between PTSD severity and resource gain and loss using the conservation of resources (COR) model with U.S. Veterans. Higher PTSD severity was predicted to be associated with greater resource loss scores, and lower PTSD scores were predicted to be associated with greater resource gain scores. The sample size was limited (N = 19) due to the COVID-19 outbreak. Veterans completed a demographic questionnaire, the Montreal Cognitive Assessment (MoCA), the Combat Exposure Scale (CES), the PTSD Symptom Scale–Interview (PSS-I), the Conservation of Resources–Evaluation (COR-E), and two additional open-ended questions. A statistically significant negative medium effect size was found between PTSD diagnosis and resource gain (r(17) = −0.42, p = 0.039, one-tailed). A large effect size in resource gain scores between PTSD and non-PTSD groups was also found (t(17) = 1.880, p = 0.077, d = 0.87), with the non-PTSD group reporting more gain of resources than the PTSD group. Post hoc tests revealed that the resource gain score of the mild PTSD group was significantly higher than that of the severe + very severe PTSD group (p = 0.034). Results suggest that resource gain, when compared to resource loss, was the strongest predictor for a non-PTSD diagnosis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».