MétaCan
Menu
Retour à la cohorte
Enregistrement W1985310302 · doi:10.1089/cpb.2008.0263

More Information than You Ever Wanted: Does Facebook Bring Out the Green-Eyed Monster of Jealousy?

2009· article· en· W1985310302 sur OpenAlexaff
Amy Muise, Emily Christofides, Serge Desmarais

Notice bibliographique

RevueCyberPsychology & Behavior · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésJealousyMonsterPsychologyStalkingRomanceSocial psychologyPersonalitySocial mediaSocial network (sociolinguistics)PhenomenonInternet privacyWorld Wide WebCriminologyComputer sciencePsychoanalysis

Résumé

récupéré en direct d'OpenAlex

The social network site Facebook is a rapidly expanding phenomenon that is changing the nature of social relationships. Anecdotal evidence, including information described in the popular media, suggests that Facebook may be responsible for creating jealousy and suspicion in romantic relationships. The objectives of the present study were to explore the role of Facebook in the experience of jealousy and to determine if increased Facebook exposure predicts jealousy above and beyond personal and relationship factors. Three hundred eight undergraduate students completed an online survey that assessed demographic and personality factors and explored respondents' Facebook use. A hierarchical multiple regression analysis, controlling for individual, personality, and relationship factors, revealed that increased Facebook use significantly predicts Facebook-related jealousy. We argue that this effect may be the result of a feedback loop whereby using Facebook exposes people to often ambiguous information about their partner that they may not otherwise have access to and that this new information incites further Facebook use. Our study provides evidence of Facebook's unique contributions to the experience of jealousy in romantic relationships.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0030,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,332
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations572
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCyberPsychology & BehaviorMême sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207