Compersion: When Jealousy-inducing Situations Don’t (Just) Induce Jealousy
Notice bibliographique
Résumé
Emotional reactions to a partner’s extradyadic romantic interests are assumed to be negative and characterized by jealousy, an emotional state that arises over a perceived threat to one’s relationship. Yet, reactions may also be positive, and involve compersion, or taking joy in one's partner's pleasure in other sexual and relational encounters. Although some have argued that compersion is the opposite of jealousy, research has shown that compersion and jealousy are not opposing constructs, despite being treated this way in both theoretical and empirical research. Using a convenience sample of polyamorous (N = 3,530) and monogamous (N = 1,358) individuals we draw on theories of jealousy, emotional ambivalence, and emotional forecasting to examine people’s anticipated affective responses to hypothetical situations involving a partner’s extradyadic relations, and assess whether experience with having a partner engage in extradyadic relations was associated with anticipating less jealousy and more compersion. Results suggest that people in polyamorous relationships report less jealousy and more compersion with their partners, and that personal experience involving a partner’s extradyadic romantic interests predicted more compersion and less jealousy, with experience predicting greater increases in compersion among monogamous than polyamorous participants. Finally, while anticipated compersion was associated with greater relationship satisfaction, neither jealousy nor ambivalence were associated with relationship satisfaction. These results further demonstrate that individuals can experience both positive and negative reactions to a partner’s extradyadic relations, both based on actual experience and projection of responses to future events, and that real-life experiences are important in anticipating these emotions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».