Meta-accuracy and relationship quality: Weighing the costs and benefits of knowing what people really think about you.
Notice bibliographique
Résumé
People use metaperceptions, or their beliefs about how other people perceive them, to initiate and maintain social bonds. Are accurate metaperceptions associated with higher quality relationships? In four studies, the current research answers this question but considers the possibility that the self might not experience the same relational benefits of accurate metaperceptions, or meta-accuracy, as the people who form judgments about the self. For example, people tend to like individuals who have accurate self-perceptions, yet individuals tend to enjoy their own relationships more with people they believe see them in desirable ways. To test whether meta-accuracy is linked to relationship quality and whether this link differs for the self and others, meta-accuracy for personality traits as well as metaperceiver- and judge-reported relationship quality were assessed among new acquaintances (N = 184), peers (N = 228), friends (N = 273), and romantic partners (N = 401). Results suggested that judges enjoyed relationships more with metaperceivers who knew the impression they made, regardless of whether judges' impressions were desirable (i.e., positive or self-verifying). Initial meta-accuracy also predicted greater relationship quality over time, suggesting that accurate metaperceptions have positive effects on relationships. In contrast, rather than enjoying relationships more when they were accurate, metaperceivers enjoyed relationships more when they believed judges perceived them in positive or self-verifying ways. Thus, meta-accuracy seems to be a virtue in the eyes of judges, but metaperceivers do not seem to reap the same benefits of knowing what others really think. Implications for improving meta-accuracy are discussed. (PsycINFO Database Record
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».