MétaCan
Menu
Retour à la cohorte
Enregistrement W4402321737 · doi:10.1111/pere.12570

Self‐concept clarity and the evaluation and selection of incompatible dating partners

2024· article· en· W4402321737 sur OpenAlexafffund
Katya F. Kredl, Dita Kubin, John E. Lydon

Notice bibliographique

RevuePersonal Relationships · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueAttachment and Relationship Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCLARITYPsychologySelection (genetic algorithm)Social psychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Romantic compatibility is theorized to play a crucial role in the success and stability of romantic relationships, although evidence to date has been somewhat indirect. Previous experimental findings suggest that those lower, relative to higher, in self‐concept clarity find it more challenging to evaluate similarity (i.e., a contributor to compatibility) in prospective romantic partners. The current research extends these findings by directly examining self‐concept clarity and romantic partner (in)compatibility in real‐world experiences. Across two retrospective studies ( N = 340), we found that those lower, relative to higher, in self‐concept clarity dated incompatible others more frequently, experienced greater difficulty judging compatibility, and were less decisive in their dating decisions. They also experienced greater dating‐related negative affect but did not report lower satisfaction in past dating. Exploratory mediation analyses further suggest that such individuals experienced greater dating‐related negative affect through dating incompatible others more often. Specifically, they were more likely to date incompatible others if they found it harder to judge compatibility and were less decisive in dating. These results suggest that individuals with a confused personal identity (i.e., low in self‐concept clarity) may find it more challenging to evaluate potential dating partners, leading them to rule out incompatible ones less often.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil0,275

Scores Codex et Gemma par catégorie

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

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 Opus0,084
Tête enseignante GPT0,441
Écart entre enseignants0,357 · 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 tête enseignante, 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePersonal RelationshipsMême sujetAttachment and Relationship DynamicsTravaux en français237 207