MétaCan
Menu
Retour à la cohorte
Enregistrement W4392827350 · doi:10.1037/amp0001257

Developing process sensitivity: Reply to Wilcox (2024) and Boswell (2024).

2024· article· en· W4392827350 sur OpenAlexaff
Henny A. Westra, Alyssa A. Di Bartolomeo

Notice bibliographique

RevueAmerican Psychologist · 2024
Typearticle
Langueen
DomainePsychology
ThématiquePsychotherapy Techniques and Applications
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPsycINFOProcess (computing)Psychological interventionPsychologyField (mathematics)Outcome (game theory)PsychotherapistCognitive psychologyComputer scienceMEDLINEPolitical science

Résumé

récupéré en direct d'OpenAlex

Wilcox (2024) and Boswell (2024) make a number of important observations about facilitating process sensitivity training, and here, we respond to those suggestions. We postulate that cultivating process sensitivity is complementary, not antithetical, to traditional training in viewing therapy from a theoretical lens, and thus, can serve to enhance, rather than replace one's existing psychotherapy skills. Moreover, we argue that seeing the impact of process adjustments in real time can be a significant motivator for training in process sensitivity since the benefits are more immediately obvious. We further argue that the field can be more thoughtful about the use of simulations in training and the emerging interactive training platforms using video stimuli, since they facilitate exposure to clinical situations in a safe manner. Finally, while learning to identify process markers can play a valuable role in optimizing the timing of interventions, we argue that this pales in comparison to the value of process sensitization as a means of attending to outcome information in the moment ("little outcome"). If successful, this opens up the possibility of developing expertise in psychotherapy, which hitherto was considered not possible. However, these propositions require rigorous testing in studies on training and supervision. (PsycInfo Database Record (c) 2024 APA, all rights reserved).

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)0,014
score de la tête « metaresearch » (Gemma)0,069
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,069
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,008
Communication savante0,0060,015
Science ouverte0,0060,005
Intégrité de la recherche0,0490,066
Charge utile insuffisante (le modèle a refusé de juger)0,0070,005

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 Opus0,034
Tête enseignante GPT0,414
Écart entre enseignants0,379 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican PsychologistMême sujetPsychotherapy Techniques and ApplicationsTravaux en français237 207