Comprendre par une approche inductive les interventions de réadaptation basées sur les principes de la psychologie positive dans les processus de réadaptation des personnes atteintes de la sclérose latérale amyotrophique
Bibliographic record
Abstract
La recherche qualitative et inductive en psychologie est actuellement en émergence. Elle permet aux chercheurs de s’attarder aux vécus des patients et des intervenants, et de comprendre leurs réalités. Nous avons donc réalisé des entretiens qualitatifs pour comprendre les effets d’une intervention basée sur le courant de la psychologie positive auprès de personnes atteintes de la sclérose latérale amyotrophique (SLA) dans leur processus de réadaptation. Nous voulions aussi comprendre comment la psychologie positive s’insère dans les pratiques des intervenants de l’équipe de réadaptation auprès de ces personnes et discuter de l’apport de l’induction dans cette recherche. Les résultats de nos analyses montrent que l’intervention basée sur la psychologie positive permet aux personnes atteintes de la SLA de cultiver des moments de bonheur malgré l’issue fatale de leur pathologie. Ils ont aussi mis en lumière les caractéristiques de la pratique de la psychologie positive pour les intervenants et celles de cette pratique pour les participants ayant la SLA. Dans une perspective de comparaison, nous nous permettons d’affirmer que l’intervention de psychologie positive a stimulé une réflexion et un questionnement des intervenants sur leur pratique, alors qu’elle pose des défis importants pour les personnes atteintes d’une maladie incurable qui est vécue essentiellement comme une expérience négative.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.045 | 0.088 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".