The role of the dark triad and emotion regulation in women’ sexual coercion: a social information processing perspective
Notice bibliographique
Résumé
Purpose The perpetration of sexual coercion is a complex public health problem associated with many kinds of deficits. The literature has shown that women also perpetrate sexually coercive behaviours. Recent work has suggested that this kind of behaviour could be explained by two distinct developmental pathways. However, this model does not allow the authors to identify how the individual processes social information in situ and may decide to resort to coercive behaviours. This study aimed to investigate the role of social information processing in women’s sexual coercion. Design/methodology/approach A sample of 125 French-speaking women from the general population were recruited to complete online questionnaires pertaining to dark triad personality traits, emotion abilities, alexithymia and antecedents of sexual coercion. Findings Results revealed that women with a history of sexual coercion had a significantly higher narcissistic traits score and more emotion regulation (ER) deficits than those without a history. For women with a history of sexual coercion perpetration, correlational analyses showed positive correlations, respectively, between psychopathic traits and alexithymia and between Machiavellianism and deficits in ER. Originality/value These results contribute to identifying the deficits relating to SIP in terms of sexual coercion perpetrated by women. Women with a history of sexual coercion perpetration appear to endorse more dark triad traits and to have ER issues. Certain level of these deficits could be a trigger and affect the SIP of women and increase the likelihood behaving in a sexually coercive manner.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».