Between the Lines of Betrayal: An Examination of a Large-Scale Survey on Sex Differences in Infidelity Behaviors, Motivations, and Outcomes
Notice bibliographique
Résumé
The Truth About Deception website provides information on romantic and sexual relationships.In addition, visitors may complete anonymous, short quizzes.Here we focus on the responses from a quiz on infidelity completed by 94,943 (66.1% women, 33.9% men) individuals.The items pertain to personal experiences with infidelity, motivations for engaging in infidelity, and the outcomes of infidelity.Analyses based on odds ratios showed that women are significantly more likely to say they have had an emotional affair, engaged in infidelity because they were bored with their sex life, took part in cybersex, used online sources to have infidelity, became involved in infidelity when there were problems in the relationship, engaged in an infidelity with someone their spouse knew, and considered leaving their spouse because of their infidelity.In contrast, men were significantly more likely to engage in sexual infidelity and do so more than once.Six additional items dealt with how the spouse 'discovered the truth,' indicating that most individuals (56.8%) confessed independently.We discuss these findings from an evolutionary perspective, focusing on sex differences in infidelity experiences arising from sex-specific dilemmas faced by humans over evolutionary time.To the best of our knowledge, these data represent an untapped source of information whereby evolutionary-based predictions may be tested.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».