Romantic relationship configurations and their correlates among LGBTQ+ persons: A latent class analysis
Notice bibliographique
Résumé
Research comparing monogamous and non-monogamous relationships on well-being indicators across diverse populations have yielded inconsistent findings. The present study investigates sociodemographic characteristics, as well as personal and relational outcomes, across different relationship configurations. Data were drawn from an online community-based sample of 1,528 LGBTQ+ persons aged 18 years and older in Quebec, Canada. A latent class analysis was performed based on legal relationship status, relationship agreement, cohabitation status, and the seeking of extradyadic sexual and romantic partners on the internet. Class differences on sociodemographic characteristics and well-being and relationship quality indicators were examined. A five-class solution best fit the data, highlighting five distinct relationship configurations: Formalized monogamy (59%), Free monogamy (20%), Formalized open relationship (11%), Monogamous considering alternatives (7%) and Free consensual non-monogamies (3%). Cisgender women were more likely to engage in monogamous relationships than cisgender men, who were overrepresented in open relationships. Lower levels of perceived partner support were observed in both free monogamous and consensually non-monogamous relationships, the latter of which also showed lower levels of well-being. Consensual non-monogamy researchers exploring relationship outcomes should examine relationship facets that go beyond relationship structure or agreement. Variations in monogamies and non-monogamies, both consensual and non-consensual, may be present within each broad relationship configuration, as reflected in different personal and relational needs, which can then translate to better or poorer outcomes.
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 | 0,001 |
| 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 | 0,000 |
| 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) | 0,001 | 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 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 ».