Effectiveness of acceptance and commitment therapy (ACT) with individuals in custodial settings with and without mental disorders : a meta-analysis
Notice bibliographique
Résumé
Objectifs : Comme ailleurs, une grande proportion des personnes incarcérées au Canada présente des enjeux de santé mentale. Les troubles mentaux sont caractérisés par une dérégulation émotionnelle, observable en milieu carcéral par un risque accru de suicide, d’automutilation, de consommation de substances, d’isolements, de violence et de récidive. La Thérapie d’Acceptation et d’Engagement (ACT) semblant favoriser la régulation émotionnelle, elle représente une avenue de traitement intéressante pour les populations carcérales. Méthode : Une revue systématique et une méta-analyse ont été réalisées pour évaluer les effets de l’ACT sur les symptômes psychologiques, les comportements et les habiletés de pleine conscience des personnes détenues ayant ou non un trouble mental. Les recherches ont porté sur toutes les études rendues disponibles avant le 25 novembre 2022. Résultats : Neuf études répondaient aux critères d'inclusion. Les résultats semblent indiquer que l'ACT peut améliorer efficacement plusieurs symptômes psychologiques (ex : détresse psychologique, dépression, anxiété), comportements (ex : abstinence, impulsivité, colère), et habiletés de pleine conscience (ex : évitement expérientiel, pleine conscience) chez les personnes détenues. Plusieurs résultats ont été mitigés, certaines études faisant état d'améliorations statistiquement significatives, tandis que d'autres non. Conclusions : Cette étude suggère que l'ACT pourrait améliorer plusieurs difficultés chez les personnes détenues. Le faible nombre d’études de qualité et les résultats mitigés limitent la formulation de recommandations concernant l'efficacité de l'ACT chez cette population. Davantage d’études de meilleure qualité explorant l'efficacité de l'ACT sur les facteurs criminogènes pourraient améliorer le bien-être des personnes placées en détention, et prévenir la récidive.
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 | 0,012 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,030 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».