Erzähl mir deine Geschichte : Arten von Storytelling, die in der Ergotherapie Menschen mit psychischen Störungen in der Rehabilitations- oder Integrationsphase unterstützen
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Thema: Psychische Störungen sind weltweit verbreitet, führen zu hohen Gesundheitskosten und schränken Betroffene in ihrem Alltag ein. Storytelling-Interventionen können die Lebensqualität von Betroffenen verbessern. In dieser Arbeit wird die mögliche Anwendung von Storytelling in der Ergotherapie erforscht. Ziel: Zur Anwendung von Storytelling in der Ergotherapie gibt es noch nicht ausreichend Forschung. Deswegen wird in dieser Arbeit auf folgende Frage eingegangen: Welche Arten von Storytelling, die evidenzbasiert bei Menschen mit psychischen Störungen in der Rehabilitations- oder Integrationsphase angewendet werden, eignen sich für ergotherapeutische Interventionen? Methode: In Datenbanken wurden fünf Studien zu verschiedenen Arten von Storytelling gefunden. Diese wurden zusammengefasst, kritisch gewürdigt und die Ergebnisse der Studien dem Canadian Model of Occupational Performance and Engagement (CMOP-E) gegenübergestellt. Relevante Ergebnisse: Bei Menschen mit Demenz kann durch TimeSlips und Realitätsorientierung unter anderem die Interaktion verbessert werden. Menschen mit anderen psychischen Störungen können sich durch die Tree Theme Method® und die Foto-Intervention beispielsweise neue Strategien aneignen. Die Transmediale-Intervention würde sich für den Einsatz in der Prävention eignen und ist daher in der Ergotherapie schwieriger anwendbar. Schlussfolgerung: Anhand der Zuteilung der Ergebnisse zum CMOP-E und der Güte der Studien werden Tree Theme Method®, Realitätsorientierte- und Foto-Intervention für die Ergotherapie mit Menschen mit psychischen Störungen empfohlen.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle