The Relationship between Emotional Intelligence and Marital Conflicts Using Actor-Partner Interdependence Model
Notice bibliographique
Résumé
This study aimed to investigate the relationship between emotional intelligence and marital conflicts. This study utilizes a cross-sectional design to examine the relationship between emotional intelligence and marital conflicts. The participants were 100 married couples who were recruited through convenience sampling from different regions of Canada. The inclusion criteria for the study were that the couples had to be married for at least one year and have no history of mental illness. The participants were asked to complete the EQ-i questionnaire, which measures emotional intelligence, and the MCQ questionnaire, which measures the marital conflicts. The questionnaires were completed by both partners separately, and the responses were matched based on the couple's identification code. The data was collected through an online survey platform. The data analysis was conducted using the Actor-Partner Interdependence Model (APIM). The results for the APIM indicated that the husbands’ emotional intelligence (ß= -0.289, P<0.001) as well as the wives’ emotional intelligence (ß= -0.320, P<0.001) exhibited a significant actor effect on their marital conflicts. Similarly, husbands’ emotional intelligence (ß= -0.301, P<0.001) as well as the wives’ emotional intelligence (ß= -0.342, P<0.001) exhibited a significant partner effect on their spouses’ marital conflicts. The present study highlights the importance of emotional intelligence in romantic relationships and provides insights for clinicians and researchers working with couples to improve their marital relationships.
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 | 0,000 | 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 | 0,001 |
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 ».