Bashful Behaviours: The Association Between Perceived Vulnerability and the Dark Tetrad Personality Traits
Notice bibliographique
Résumé
Research has demonstrated that some personality traits (e.g., submissiveness) and behavioural cues (e.g., gait) may act as indicators of past victimization and/or vulnerability to future victimization (e.g., Grayson & Stein, 1981; Kelley et al., 2016), with those high on the dark traits, specifically psychopathy, demonstrating an adeptness in identifying previously victimized individuals (e.g., Book et al., 2013;Denardo et al., 2018).Based on this, the current research sought to examine how nonverbal cues other than gait relate to self-perceptions of vulnerability (Study 1) as well as how personality constructs, like the Dark Tetrad (i.e., Machiavellianism, narcissism, psychopathy, sadism), influence the detection and assessment of vulnerability within others (Study 2).Results from Study 1 suggest that women lacking in assertiveness are more likely to perceive themselves as vulnerable and engage in specific nonverbal behaviours (e.g., selftouch), while Study 2 indicates that although the dark traits do not appear to have an enhanced ability to detect self-perceived vulnerability in others, they are more likely than those scoring low on the dark traits to indicate relying on intuition or non-behavioural cues (e.g., physical appearance) when assessing vulnerability.Alternatively, those high in honesty-humility personality traits noted relying on behavioural cues including facial expressions, emotional appearance, and posture.Taken together, this research suggests that personality traits and nonverbal behaviours are relevant and important indicators of vulnerability.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».