What Pushes Your Buttons? How Knowledge about If-Then Personality Profiles Can Benefit Relationships
Notice bibliographique
Résumé
Past research has debated the benefits of having accurate knowledge about a close other’s personality. However, this research has examined personality knowledge solely in terms of trait knowledge. We hypothesize that within close relationships, accuracy about personality profiles—a person’s “if-then” pattern of responses to situations—may often be more useful than accuracy about personality traits. We provide the first studies of if-then accuracy in close relationships, investigating trigger profiles, which describe a person’s unique pattern of reactivity to various potentially aversive interpersonal situations. For our studies, we first developed the Trigger Profile Questionnaire, consisting of 72 descriptions of potentially bothersome interpersonal behaviours. In Study 1 , friend-pairs rated how much each behaviour triggered them personally, and how much they thought it might trigger their friend. Defining accuracy as self-other agreement, findings demonstrated that having accurate knowledge about a friend’s trigger profile was associated with reduced feelings of relationship conflict for the friend, and increased feelings of depth and support for the self. Study 2 expanded this investigation to include behaviour adjustment as a potential moderator of this association. We predicted that accurate if-then knowledge would only be beneficial if participants used this knowledge to reduce engaging in behaviours that trigger the friend. Results from friend-pairs indicated that if-then accuracy was associated with feelings of depth and support in the relationship, as in Study 1. Participants’ if-then accuracy was not, however, associated with the friend's feelings of conflict. Moreover, there was almost no behaviour adjustment reported in the sample. Nevertheless, participants who did report adjusting their behaviour experienced less conflict in the relationship, as did their friends. No interactions between accuracy and adjustment were significant.
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 | 0,003 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».