Humor styles and the ten personality dimensions from the Supernumerary Personality Inventory
Notice bibliographique
Résumé
Background The present study examines the relationship between humor styles and the 10 Supernumerary Personality Invento-ry (SPI) traits to understand how humor styles correlate with personality dimensions “beyond the Big Five” model. Humor styles and the personality dimensions of the SPI have yet to be explored. Therefore, the aim of this study is to explore how humor styles correlate with traits outside of conventional personality models, in order to better un-derstand humor expression related to personality traits. Participants and procedure The data were from 693 adult participants (135 men and 560 women) from North America. Results All four humor styles positively correlated with the SPI humorousness scale. The two positive humor styles, affiliative and self-enhancing, had significant positive correlations with the egotism SPI scale. The two negative humor styles, aggressive and self-defeating, had significant positive correlations with the SPI scales of seductiveness and manipu-lativeness and significant negative correlations with the integrity scale from the SPI. A sub-group of the sample (n = 471) also completed a Big Five personality measure. For this sample, the variance due to the Big Five was re-gressed out of the SPI scales. Conclusions The correlations between the SPI residuals and the humor style scores decreased from the unaltered SPI scale scores except for the aggressive humor style correlations, which were less affected, suggesting that this dimension of humor may have some variance “beyond” the Big Five.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».