The effects of leisure-based occupational therapy interventions on well-being and life satisfaction in individuals with schizophrenia: Pre–post intervention mixed-methods study.
Notice bibliographique
Résumé
OBJECTIVE: While leisure activities have been shown to enhance mental well-being and social participation, there is limited research on the specific effects of structured leisure-based occupational therapy interventions on individuals with schizophrenia. This study aims to evaluate the impact of leisure-based interventions on well-being and life satisfaction in individuals with schizophrenia. METHODS: This pre-post intervention mixed-methods study involved 18 individuals diagnosed with schizophrenia. The intervention consisted of 20 group sessions over 10 weeks. Participants were assessed using the Subjective Well-Being Scale, the Satisfaction With Life Scale, and the Canadian Occupational Performance Measure (COPM). Qualitative data were collected through semistructured interviews. Quantitative data were analyzed with within-subjects statistical tests, while qualitative data were examined through content analysis. RESULTS: < .001). Semistructured interviews revealed that participants valued leisure activities for improving their mood, social connections, and personal well-being. Barriers to engagement, such as lack of time and resources, were also highlighted. CONCLUSIONS AND IMPLICATIONS FOR PRACTICE: Leisure-based occupational therapy interventions may enhance well-being, life satisfaction, and occupational performance in individuals with schizophrenia. The findings suggest that structured leisure activities can serve as a valuable therapeutic tool, promoting social interaction, personal fulfillment, and mental health recovery. (PsycInfo Database Record (c) 2025 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 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 | 0,007 | 0,004 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».