The reduction of psychological aggression across varied interpersonal contexts through repentance and forgiveness
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Research on the resolution of interpersonal conflict has shown that forgiveness is important in reducing aggression and promoting prosocial interactions following a transgression. Although the benefits of forgiveness have been demonstrated in a variety of relationship contexts, a single theoretical model has not been tested across these different contexts. In this study, we employed an attributional framework to examine the relationship between attributions of responsibility for a transgression, repentance, emotions, forgiveness, and psychological aggression toward three different categories of transgressor: a coworker, a friend, and a romantic partner. One hundred and seven participants were asked to describe a recent transgression with a coworker, a friend, and a romantic partner. In each case, responsibility for the event, the degree to which the transgressor apologized, anger, sympathy, forgiveness, and subsequent psychological aggression toward the transgressor were measured. A basic model of aggression reduction, whereby repentance facilitates forgiveness and reduces psychological aggression, was reliable in each category of transgressor. A comparison of the models showed minor differences in how individuals respond to transgressors. Although coworkers apologized less, they were just as likely to be forgiven as romantic partners and friends. In addition, participants were least likely to respond with psychological aggression when a friend transgressed against them. This research provides a theoretical framework within which to study forgiveness and aggression across a variety of contexts. Aggr. Behav. 32:1–12, 2006. © 2006 Wiley-Liss, Inc.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle