Predicting Marital Conflicts Based on Emotional Ataxia with the Intermediary Variable of Couples' Psychological Toughness
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<i>Aim:</i> The purpose of the present study was to predict marital conflicts based on emotional ataxia with the intermediary variable of couples' psychological toughness. <i>Method:</i> The method of this research is descriptive and correlational. The statistical population of the research was all the couples in Shiraz city. In this research, the sample size according to the instructions of Bentler and Bonnet (1980) is 15 people for each variable, considering that the selected samples were 331 people, of which 31 people dropped out, and finally 300 people were selected through lottery using the sample method. were randomly selected. In this research, in order to collect information, Sanai Zaker Marital Conflicts Questionnaire (2007), Toronto Emotional Dyslexia Scale (1994) and Kobasa and Madi's Stubbornness Questionnaire (1982) were used. Pearson's correlation coefficient and stepwise regression analysis were used to analyze the data.<i> Results:</i> The results showed that there is a significant relationship between the score of marital conflict dimensions and emotional dyslexia (p=0.001); Also, there is a significant relationship between the score of dimensions of marital conflicts with the mediation of psychological toughness (p=0.001); The results of step-by-step regression analysis showed that marital conflicts can be predicted through the dimensions of emotional ataxia and the mediation of psychological toughness (p=0.001, β=0.46).<i> Conclusion:</i> The results of the present study indicate the importance of emotional intransigence and psychological toughness in predicting marital satisfaction, so it can be said that couples who have less psychological toughness experience higher marital conflicts.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 découle