MétaCan
Menu
Retour à la cohorte
Enregistrement W2890963270 · doi:10.1089/cyber.2018.0159

Facebook Use, Facebook Jealousy, and Intimate Partner Violence Perpetration

2018· article· en· W2890963270 sur OpenAlexaff
Marie‐Ève Daspe, Marie‐Pier Vaillancourt‐Morel, Yvan Lussier, Stéphane Sabourin

Notice bibliographique

RevueCyberpsychology Behavior and Social Networking · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensUniversité LavalUniversité du Québec à Trois-RivièresUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésJealousyPsychologyAggressionDomestic violencePoison controlStalkingSuicide preventionSocial psychologyHuman factors and ergonomicsInjury preventionInterpersonal communicationInterpersonal relationshipDevelopmental psychologyMedicinePsychiatryMedical emergency

Résumé

récupéré en direct d'OpenAlex

Social networking sites (SNS) are now deeply ingrained in our interpersonal world. Past research has shown various impacts of SNS on intimate relationships, from facilitation of relationship initiation to new sources of conflicts between romantic partners. In two studies, we examined Facebook-related jealousy as a risk factor for the perpetration of intimate partner violence (IPV) in adolescents and young adults. In study 1, 1508 participants completed an online survey assessing Facebook use, Facebook jealousy, and IPV perpetration. Facebook jealousy emerged as a significant mediator of the association between Facebook use and IPV. In study 2, we used a dyadic perspective to investigate the joint contribution of both partners' Facebook jealousy to IPV perpetration. In a sample of 92 youth (46 couples), results showed a significant interaction between own and partner Facebook jealousy. More specifically, own Facebook jealousy was associated with IPV perpetration only at high levels of partner Facebook jealousy. These findings suggest that online behaviors have meaningful implications for offline conflicts and aggression in intimate 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 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 enseignants0,003
Score d'incertitude au seuil0,009

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,060
Tête enseignante GPT0,367
Écart entre enseignants0,307 · 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

Citations42
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCyberpsychology Behavior and Social NetworkingMême sujetIntimate Partner and Family ViolenceTravaux en français237 207