MétaCan
Menu
Retour à la cohorte
Enregistrement W3100565655 · doi:10.51656/psycause.v8i2.20132

Profils latents de traits de personnalité chez des couples en psychothérapie

2019· article· fr· W3100565655 sur OpenAlexaffvenue
Isabelle Arseneau, Camille Rouleau, Marie-Pierre Samson, Marie‐Ève Daspe, Stéphane Sabourin

Notice bibliographique

RevuePsycause revue scientifique étudiante de l École de psychologie de l Université Laval · 2019
Typearticle
Languefr
DomainePsychology
ThématiqueAttachment and Relationship Dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPsychologyHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Bien que la personnalité exerce une influence sur la satisfaction conjugale, les chercheurs se sont peu intéressés à l’amalgame des traits de personnalité des deux conjoints et à son impact sur la satisfaction. La présente étude vise, d’une part, à déterminer l’existence de profils de couples au sein d’un échantillon de la population clinique et, d’autre part, à observer les distinctions entre ces profils sur la satisfaction conjugale. Pour ce faire, 829 couples en psychothérapie ont complété l’inventaire de personnalité NEO-FFI et l’échelle d’ajustement dyadique. Les analyses en profils latents ont permis d’identifier quatre sous-groupes de couples. Le premier profil est composé de scores modérés, le second présente des femmes avec un profil moins désirable, le troisième inclut des hommes avec un profil moins désirable, et le dernier est constitué de scores élevés sur les traits désirables. Des ANOVAs à mesures répétées suggèrent des différences significatives de satisfaction conjugale entre les profils. Plus précisément, les conjoints appartenant aux profils fonctionnels présentent une meilleure satisfaction comparativement à ceux appartenant aux profils moins fonctionnels. Cette étude a des implications en clinique, pour le développement d’interventions adaptées aux traits de personnalité des conjoints, et également en recherche, de par sa nouvelle méthode d’analyse.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,030
Tête enseignante GPT0,330
Écart entre enseignants0,301 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsycause revue scientifique étudiante de l École de psychologie de l Université LavalMême sujetAttachment and Relationship DynamicsTravaux en français237 207