MétaCan
Menu
Retour à la cohorte
Enregistrement W4393316810 · doi:10.1111/jopy.12929

Diversity in singlehood experiences: Testing an attachment theory model of sub‐groups of singles

2024· article· en· W4393316810 sur OpenAlexafffund
Christopher A. Pepping, Yuthika U. Girme, Timothy J. Cronin, Geoff MacDonald

Notice bibliographique

RevueJournal of Personality · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueAttachment and Relationship Dynamics
Établissements canadiensUniversity of TorontoSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaLa Trobe University
Mots-clésPsychologyPsychosocialDiversity (politics)Developmental psychologyGrounded theoryQualitative researchPsychotherapist

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Relationship science has developed several theories to explain how and why people enter and maintain satisfying relationships. Less is known about why some people remain single, despite increasing rates of singlehood throughout the world. Using one of the most widely studied and robust theories-attachment theory-we aim to identify distinct sub-groups of singles and examine whether these sub-groups differ in their experience of singlehood and psychosocial outcomes. METHOD: Across two studies of single adults (Ns = 482 and 400), we used latent profile analysis (LPA) to identify distinct sub-groups of singles. RESULTS: Both studies revealed four distinct profiles consistent with attachment theory: (1) secure; (2) anxious; (3) avoidant; and (4) fearful-avoidant. Furthermore, the four sub-groups of singles differed in theoretically distinct ways in their experience of singlehood and on indicators of psychosocial well-being. CONCLUSIONS: These findings suggest that singles are a heterogeneous group of individuals that can be meaningfully differentiated based on individual differences in attachment security.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,132
Tête enseignante GPT0,409
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of PersonalityMême sujetAttachment and Relationship DynamicsTravaux en français237 207