MétaCan
Menu
Retour à la cohorte
Enregistrement W3047487955 · doi:10.1177/0146167220946195

Secrets, Psychological Health, and the Fear of Discovery

2020· article· en· W3047487955 sur OpenAlexafffund
Christopher G. Davis, Hannah Brazeau, Elisabeth Bailin Xie, Kathleen Burke McKee

Notice bibliographique

RevuePersonality and Social Psychology Bulletin · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueAttachment and Relationship Dynamics
Établissements canadiensCarleton University
Organismes subventionnairesCarleton University
Mots-clésPsychologyAffect (linguistics)Social psychologyRomanceMultilevel modelLife satisfactionDevelopmental psychologyPsychoanalysisCommunication

Résumé

récupéré en direct d'OpenAlex

Keeping secrets from one’s partner has been associated with lower well-being and relationship satisfaction. Previous research has suggested that individual differences in self-concealment account for these effects. However, we propose that the fear of discovery (FoD)—defined as the fear that one’s secret may be revealed by means other than deliberate disclosure—predicts the extent to which secrets affect well-being beyond the effects attributable to individual differences. Both a cross-sectional and a longitudinal survey (combined N = 471; 54.4% female; M age = 39.5) of adults in romantic relationships confirmed that FoD predicted greater preoccupation with the secret, more negative affect, and less relationship satisfaction and commitment beyond that of self-concealment. Multilevel modeling in Study 2 indicated that changes in FoD predicted changes in preoccupation over time. The data are consistent with the notion that FoD promotes greater preoccupation, greater negative affect, and lower levels of relationship well-being.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,597

Scores Codex et Gemma par catégorie

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

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 Opus0,062
Tête enseignante GPT0,421
Écart entre enseignants0,359 · 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.

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

Citations24
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePersonality and Social Psychology BulletinMême sujetAttachment and Relationship DynamicsTravaux en français237 207