Is skills training necessary for the primary prevention of marital distress and dissolution? A 3-year experimental study of three interventions.
Notice bibliographique
Résumé
OBJECTIVE: Evidence in support of skill-based programs for preventing marital discord and dissolution, while promising, comes mainly from studies using single treatment conditions, passive assessment-only control conditions, and short-term follow-up assessments of relationship outcomes. This study overcomes these limitations and further evaluates the efficacy of skill-based programs. METHOD: Engaged and newlywed couples (N = 174) were randomly assigned to a 4-session, 15-hr small-group intervention designed to teach them skills in managing conflict and problem resolution (PREP) or skills in acceptance, support, and empathy (CARE). These couples were compared to each other, to couples receiving a 1-session relationship awareness (RA) intervention with no skill training, and to couples receiving no treatment on 3-year rates of dissolution and 3-year trajectories of self-reported relationship functioning. RESULTS: Couples in the no-treatment condition dissolved their relationships at a higher rate (24%) than couples completing PREP, CARE, and RA, who did not differ on rates of dissolution (11%). PREP and CARE yielded unintended effects on 3-year changes in reported relationship behaviors. For example, wives receiving PREP showed slower declines in hostile conflict than wives receiving CARE, and husbands and wives receiving CARE showed faster declines in positive behaviors than husbands and wives receiving PREP. CONCLUSIONS: These findings highlight the potential value of cost-effective interventions such as RA, cast doubt on the unique benefits of skill-based interventions for primary prevention of relationship dysfunction, and raise the possibility that skill-based interventions may inadvertently sensitize couples to skill deficits in their 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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».