Relationships’ Best Friend: Links between Pet Ownership, Empathy, and Romantic Relationship Outcomes
Notice bibliographique
Résumé
The benefits of pets on individual wellbeing is well established. But can pets also have benefits for romantic relationships? Using mixed methods, three studies explored the link between pet ownership and romantic relationship quality. First, using a grounded theory approach, we qualitatively investigated participants’ personal beliefs of how their pets influence their romantic relationships by coding open-ended responses. Results suggested that pets are seen as having predominantly positive (86.5%) effects, followed by few neutral (8%) and negative (4.5%) effects (study 1). We next compared a community sample of pet owners’ reports of relationship quality with those of non-pet owners. Results suggested that pet ownership was associated with several relationship benefits (greater overall relationship quality, partner responsiveness, adjustment, and relational investment) compared with couples without pets (study 2). Finally, we examined one possible reason for why pets may benefit relationships: A pet might provide the opportunity to practice empathic abilities, which is a crucial ability in the maintenance of positive relationships. Results showed that the number of years an individual owned a pet was positively correlated with empathic concern, which in turn was linked to several relationship benefits (commitment, couple identity, and relationship maintenance behaviors; study 3). In sum, three studies provided initial evidence that there is indeed a positive association between two important relationships in peoples’ lives: their partners and their pets.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 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 ».