Actor–partner effects of perfectionism on marital satisfaction: Self‐disclosure as an interpersonal mechanism
Notice bibliographique
Résumé
Abstract Object The current study examines whether and how self‐disclosure, the voluntary sharing of personal thoughts and feelings, explains the behavioral processes through which two dimensions of perfectionism, the drive for perfection (i.e., perfectionistic strivings) and worry about imperfection (i.e., perfectionistic concerns), are associated with both partners' marital satisfaction in different ways. Background Although many studies identified the contrasting effects of different dimensions of perfectionism on relationship quality, only a few clearly examined the interpersonal mechanism underlying their distinct effects in a dyadic context. This study aimed to address this research gap. Method The study recruited a dyadic sample of 158 mixed‐gender married couples from South Korea to investigate their levels of (a) perfectionistic strivings and concerns, (b) self‐disclosure, and (c) marital satisfaction using a pencil‐and‐paper survey. Data were analyzed using the actor–partner interdependence mediation model (APIMeM) within a structural equation modeling framework. Results Perfectionistic strivings were associated with being more open to sharing personal thoughts and feelings (i.e., higher self‐disclosure), which in turn predicted higher marital satisfaction for the person exhibiting them and their partner. Conversely, perfectionistic concerns were linked to being less likely to share personal thoughts and feelings, which in turn predicted lower marital satisfaction for both partners. Conclusion These results reveal that each partner's self‐disclosure significantly explained the processes by which perfectionistic strivings and concerns predicted higher or lower levels of couples' marital satisfaction, respectively.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».