Marital Satisfaction: Toward an Integrated Understanding. Structural Equation Modelling Helps Unravel the Complexity of Factors that Impact Marital Success
Notice bibliographique
Résumé
A data set of 1030 individuals (including 392 married couples) was employed to create a comprehensive picture of the interactive impact of many variables on marital satisfaction. Predictor variables were eventually combined into 20 composite variables and structural equation modeling resulted in 78.6% of the variance in marital satisfaction being explained for men; 79.8% for women. The primary dependent variable was Relational Satisfaction. Primary predictors (all composite variables) included emotional engagement, emotional-regulation skills, destructive interactions, shared activities, family and friend support, compatibility, strength of personal identity, accuracy of perception (of their partner), personality traits, temperaments (from the DISC measure), improvement over time, and positive illusions. To measure change over time, participants answered questions for both “now” and in the “first year of marriage”. Further, a criss-cross technique (rate self and partner across all variables) facilitated many comparative predictors. The structural models found the primary predictors of relational satisfaction (with only minor differences between mens’ and womens’ models) to be: emotional engagement (with β values of .56 for both), family and friend support, improvement over time, accuracy of perception, (absence of) destructive interactions, compatibility and positive traits. Equally important were predictors of emotional engagement—the greatest predictor of relational satisfaction: emotional-regulation skills (men), emotional-regulation skills (women), shared activities, accuracy of perception, family and friend support, and looking for the good explained 75% of the variance in the emotional engagement.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».