Leveraging smartphones to observe couples remotely and illuminate how COVID-19 stress shaped marital communication.
Notice bibliographique
Résumé
The height of the COVID-19 pandemic was an exceptionally stressful time for families that offered a unique opportunity to understand how stressful experiences occurring outside the relationship shape behavior occurring inside the relationship. Given the social distancing requirements of the pandemic, however, most research addressing this issue has relied on self-reports of behavior, which are susceptible to bias. In the summer of 2020, we asked a sample of married individuals living in the United States, Canada, Ireland, and the United Kingdom to complete online questionnaires assessing neuroticism and attachment insecurity, their levels of chronic stress, and their levels of acute stress due to the COVID-19 pandemic. We then asked participants to submit a 10-min video of themselves and their spouse attempting to solve an important marital problem that they recorded on their smartphone or other device and uploaded to a secure server. Coders were able to reliably code the behavior of both partners using an established coding system, and the distribution of codes was similar to prior research. Consistent with predictions, participants' COVID-19 stress interacted with their neuroticism and attachment avoidance to predict their levels of oppositional behavior, controlling for their levels of chronic stress and their partner's behavior; neuroticism and attachment avoidance were associated with behaving in a more oppositional manner among participants who reported high but not low COVID-19 stress. Attachment anxiety trended toward predicting more oppositional behavior regardless of stress. These results shed light on how stress affects behavior and introduce a novel way to observe family behavior remotely. (PsycInfo Database Record (c) 2023 APA, all rights reserved).
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».