Gender Differences in Language Acculturation Predict Marital Satisfaction: A Dyadic Analysis of Russian-Speaking Immigrant Couples in the United States
Notice bibliographique
Résumé
Immigration is a major life event that can create marital distress in couples who migrate together (Min, 2001 ). One instigator of this distress is differences in the rates of acculturation between husbands and wives (Chun and Akutsu, 2003 ; Darvishpour, 2002). Previous qualitative research (Ben-David and Lavee 1994) found that amongst Russian immigrant couples in Israel, marital discord resulted when wives acculturated faster to the host culture than their husbands. Building on this with a quantitative approach, we assessed a sample of Russian-speaking immigrants in the United States of America to examine whether gender differences in acculturation patterns predicted marital satisfaction. Fifty immigrant couples completed the Language, Identity and Behavior Acculturation Scale (Birman and Trickett, 2001) and the Revised Dyadic Adjustment Scale (Busby, Christensen, Crane, and Larson , 1995) as an indicator of marital satisfaction. Multilevel modeling revealed that husbands and wives were less satisfied in their marriages when husbands scored low on American language acculturation and wives scored higher. Differences in the other dimensions of acculturation (American and Russian identity and behavior) did not significantly predict marital satisfaction. To interpret these findings, we suggest that language acculturation is a pathway to economic success, and when women acculturate faster it violates traditional economic gender roles. Implications for therapists and community agencies who support immigrant families during this difficult transition 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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».