MétaCan
Menu
Retour à la cohorte
Enregistrement W3040082155 · doi:10.1177/1948550620926770

Are Couples More Satisfied When They Match in Sexual Desire? New Insights From Response Surface Analyses

2020· article· en· W3040082155 sur OpenAlexafffund
James J. Kim, Amy Muise, Max Barranti, Kristen P. Mark, Natalie O. Rosen, Cheryl Harasymchuk, Emily A. Impett

Notice bibliographique

RevueSocial Psychological and Personality Science · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSexual function and dysfunction studies
Établissements canadiensCarleton UniversityYork UniversityUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaPatty Brisben Foundation for Women’s Sexual Health
Mots-clésPsychologySexual desireSocial psychologyMatching (statistics)RomanceSexual relationshipDevelopmental psychologySexual attractionHuman sexualitySexual behaviorGender studiesSociology

Résumé

récupéré en direct d'OpenAlex

While sexual frequency and satisfaction are strong contributors to the quality and longevity of romantic relationships and overall well-being, mismatches in sexual desire between partners are common and have been linked with poorer satisfaction. Previous findings linking mismatches in desire with poorer relationship and sexual outcomes have typically been derived using difference scores, an approach that does not account for partners’ overall levels of desire. In a sample of 366 couples, we investigated whether partners who match in desire are more satisfied than desire-discrepant couples. Results of dyadic response surface analyses provided no support for a unique matching effect. Higher desire rather than matching in desire between partners predicted relationship and sexual satisfaction. These findings shed new light on whether the correspondence between partners’ levels of sexual desire is associated with satisfaction and suggest the need to focus on sustaining desire and successfully navigating differences rather than promoting matching in desire.

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)0,013
score de la tête « metaresearch » (Gemma)0,051
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 enseignants0,013
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,051
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,358
Tête enseignante GPT0,444
Écart entre enseignants0,086 · 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

Citations50
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial Psychological and Personality ScienceMême sujetSexual function and dysfunction studiesTravaux en français237 207