L’effet de l’adhérence sur l’efficacité du traitement de l’insomnie chez les étudiants
Bibliographic record
Abstract
Le traitement standard de l'insomnie est la thérapie cognitivo-comportementale (TCC-I), qui implique le respect de règles comportementales rigoureuses. L’adhérence à ces règles semble être influente sur la réponse au traitement. Considérant que la population étudiante présente des particularités pouvant être incompatibles avec le respect de ces règles (p. ex. horaire fluctuant, conciliation travail et études), les résultats habituellement observés par la TCC-I pourraient être compromis. Pour la population étudiante, il apparait pertinent de s’intéresser à la relation entre l’adhérence et les résultats générés par différentes interventions. Dans cet essai randomisé et contrôlé, 31 étudiants de l’Université Laval sont assignés à un groupe recevant la TCC-I ou le mindfulness-based stress reduction. Il est attendu qu’une plus grande adhérence sera liée à une plus grande baisse des symptômes d’insomnie mesurés par l’Index de Sévérité de l’Insomnie, ainsi qu’à une plus grande baisse des symptômes reliés au stress mesurés par le Perceived Stress Scale (PSS). Dans les deux interventions, des corrélations de Pearson révèlent des associations significatives seulement entre l’adhérence et la baisse du PSS. Considérant les effets éventuels de l’adhérence sur les résultats, cette étude possède des retombées importantes pour la communauté étudiante, qui pourrait bénéficier d'une offre de traitement plus personnalisée.
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 | 0.007 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".