MétaCan
Menu
Retour à la cohorte
Enregistrement W4403719047 · doi:10.1177/01461672241285180

The Interdependent Nature of Well-Being: Evidence From American and Japanese Spouses

2024· article· en· W4403719047 sur OpenAlexaff
Ryosuke Asano, Yuji Kanemasa, Kentaro Komura, Kenichi Ito

Notice bibliographique

RevuePersonality and Social Psychology Bulletin · 2024
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésInterdependencePsychologyPartner effectsSocial psychologyLongitudinal dataStructural equation modelingPanel dataPanel analysisLongitudinal studyVariety (cybernetics)SpouseDevelopmental psychologyDemographyEconometricsSociologyEconomicsStatistics

Résumé

récupéré en direct d'OpenAlex

The present study investigated spousal interdependencies in well-being and the sources of these interdependencies among Americans and Japanese. We collected high-powered three-wave longitudinal and cross-sectional data from a wide age range of participants ( N s = 3,012 American couples aged 26–96 and 2,307 Japanese couples aged 24–76) and assessed a variety of well-being measures. Study 1 replicated previous findings that American spouses’ well-being was positively associated with each other. Studies 2a and 2b generalized the findings of Study 1 to Japanese spouses. Both Studies 1 and 2b showed conflicting results: There were effects of mutual influence and shared environmental factors’ influences on American and Japanese spouses’ well-being in a longitudinal actor-partner interdependence model when using the cross-lagged panel model, but not when using the random intercept cross-lagged panel model. These findings illustrate that the interdependent nature of well-being is an essential feature of American and Japanese married couples.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,363
Écart entre enseignants0,337 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePersonality and Social Psychology BulletinMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207