MétaCan
Menu
Retour à la cohorte
Enregistrement W2009280321 · doi:10.5964/ejop.v10i3.763

Humour Use Between Spouses and Positive and Negative Interpersonal Behaviours During Conflict

2014· article· en· W2009280321 sur OpenAlexafffund
Lorne Campbell, Sarah Moroz

Notice bibliographique

RevueEurope’s Journal of Psychology · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueHumor Studies and Applications
Établissements canadiensWestern University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychologyDyadConflict resolutionSocial psychologyInterpersonal relationshipContext (archaeology)Interpersonal communicationConflict resolution strategyRomanceDevelopmental psychologyNegative emotion

Résumé

récupéré en direct d'OpenAlex

The present research investigated the relation between the use of positive, negative and instrumental humour in the context of romantic relationships and relational well-being as assessed by positive and negative patterns of conflict resolution behaviour. A sample of 116 heterosexual married couples completed scales of relational humour use as well as conflict resolution behaviour. Behaviour of couples while attempting to resolve a relationship based conflict was also coded by independent raters. Actor-Partner Interdependence Model (APIM) analyses showed patterns of actor and partner effects for each type of humour use. Specifically, positive humour use of both partners predicted more positive conflict resolution, whereas negative humour use of both partners predicted less positive conflict resolution. Additionally, instrumental humour use of both partners seemed to predict greater apathy during conflict resolution. Implications for considering couple humor use, assessed for both partners of the dyad, for understanding relational well-being are discussed.

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)0,007
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,051
Tête enseignante GPT0,368
Écart entre enseignants0,317 · 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

Citations22
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEurope’s Journal of PsychologyMême sujetHumor Studies and ApplicationsTravaux en français237 207