Resilience in the Face of Cancer: On the Importance of Defining and Studying Resilience as a Dynamic Process of Adaptation
Notice bibliographique
Résumé
Resilience is defined as the maintenance or relatively quick recovery of mental health during and after adversity. Rather than focusing on psychopathology and its causes, resilience research aims to understand what protective mechanisms shield individuals against developing such disorders and translate these insights to improve psychosocial care. This resilience approach seems especially promising for the field of oncology because patients face stressor after stressor from diagnosis to survivorship. Helping patients to learn how they can best use the resources and abilities available to them can empower patients to handle subsequent stressors. In the past few decades, resilience has increasingly been considered as a dynamic process of adaptation. While researchers use this definition, resilience has not yet been studied as a dynamic process in the field of oncology. As a result, the potential of resilience research to gain insight into what helps protect cancer patients from developing psychopathology is limited. We discuss conceptual and methodological proposals to advance resilience research in oncology. Most importantly, we propose applying prospective longitudinal designs to capture the dynamic resilience process. By gaining insight in how cancer patients engage in protective factors, resilience research can come to its full potential and help prevent psychopathology.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,017 |
| Communication savante | 0,007 | 0,013 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».