MétaCan
Menu
Retour à la cohorte
Enregistrement W3031888016 · doi:10.1177/0956797620919674

Blind at First Sight: The Role of Distinctively Accurate and Positive First Impressions in Romantic Interest

2020· article· en· W3031888016 sur OpenAlexafffund
Lauren Gazzard Kerr, Hasagani Tissera, M. Joy McClure, John E. Lydon, Mitja D. Back, Lauren J. Human

Notice bibliographique

RevuePsychological Science · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésRomancePsychologySocial psychologyContext (archaeology)Personality psychologyExtraversion and introversionInterpersonal communicationPersonalityInterpersonal relationshipImpression formationBig Five personality traitsDevelopmental psychologySocial perceptionPsychoanalysis

Résumé

récupéré en direct d'OpenAlex

Viewing other people with distinctive accuracy—the degree to which personality impressions correspond with targets’ unique characteristics—often predicts positive interpersonal experiences, including liking and relationship satisfaction. Does this hold in the context of first dates, or might distinctive accuracy have negative links with romantic interest in such evaluative settings? We examined this question using two speed-dating samples (Sample 1: N = 172, N = 2,407 dyads; Sample 2: N = 397, N = 1,849 dyads). Not surprisingly, positive impressions of potential dating partners were strongly associated with greater romantic interest. In contrast, distinctively accurate impressions were associated with significantly less romantic interest. This association was even stronger for potential partners whose personalities were less romantically appealing, specifically, those lower in extraversion. In sum, on a first date, distinctive accuracy tends to be paired with lower romantic interest. The potential implications of distinctive accuracy for romantic interest and of romantic interest for distinctive accuracy 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,143
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,082
Tête enseignante GPT0,374
Écart entre enseignants0,293 · 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 tête enseignante, pas un consensus.

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

Citations20
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychological ScienceMême sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207