MétaCan
Menu
Retour à la cohorte
Enregistrement W4223584034 · doi:10.1177/02654075221088521

Emotion suppression on relationship and life satisfaction: Taking culture and emotional valence into account

2022· article· en· W4223584034 sur OpenAlexaff
Da Eun Han, Haeyoung Gideon Park, Un Ji An, So Eun Kim, Young-Hoon Kim

Notice bibliographique

RevueJournal of Social and Personal Relationships · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCultural Differences and Values
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésValence (chemistry)PsychologyIntrapersonal communicationInterpersonal communicationSocial psychologyExpressive SuppressionEmotional valenceLife satisfactionSubjective well-beingInterpersonal relationshipNegative emotionCognitive reappraisalDevelopmental psychologyCognitionHappiness

Résumé

récupéré en direct d'OpenAlex

Despite a general consensus on the negative consequences of emotion suppression in Western cultures, cross-cultural explorations to date have yielded many inconsistencies on whether such phenomena can be generalized to Eastern cultures. A set of two studies were conducted to examine the role of emotional valence in resolving such inconsistencies on both relationship satisfaction and subjective well-being. In accordance with our hypotheses, our results consistently revealed that the habitual suppression of emotions was associated with lower relationship satisfaction and subjective well-being, regardless of valence, for American participants. However, the effects of emotion suppression significantly varied by valence for Korean participants, such that suppressing negative emotions was less detrimental than suppressing positive emotions. Overall, the present study highlights the importance of considering the nature of different emotions and cultural contexts when examining the adaptiveness of emotion regulation strategies on individuals’ interpersonal and intrapersonal 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)0,000
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 enseignants0,095
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,152
Tête enseignante GPT0,370
Écart entre enseignants0,217 · 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

Citations27
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Social and Personal RelationshipsMême sujetCultural Differences and ValuesTravaux en français237 207