Social success in a noisy world: exploring the relationship between decreased sound tolerance and social profiles
Notice bibliographique
Résumé
Humans are inherently social creatures, yet considerable variability exists in our social behaviours. It is unclear what factors contribute to this variability. Given the complex and abundant sensory stimuli present in our daily environments, differences in sensory processing abilities may contribute to the variation observed in social behaviours. Individual differences in sensory processing may have significant effects on an individual's capacity to navigate social settings and may influence the development and expression of social competence. Existing literature also suggests that it is common for individuals with one form of sensory processing difference, Decreased Sound Tolerance (DST), to engage in social avoidance behaviours to mitigate exposure to distressing sounds. However, limited research explores the potential relationship between DST severity and social competence. Therefore, this study investigated the relationship between DST and social competence. As such, a sample of 2095 undergraduate students completed an online survey designed to assess their DST severity and social competence. Initially, to parse the variability in social competence, scores on the multidimensional social competence scale (MSCS), underwent a k-means cluster analysis. This analysis yielded four unique social profiles based on seven social competence domains (e.g., social motivation, emotion regulation etc.). Misophonia and hyperacusis questionnaires were then used to evaluate differences in DST across the social profiles. The results indicated varying severity levels of both misophonia and hyperacusis across the four social profiles, with the individuals who reported the highest social competence exhibiting the lowest levels of DST. These findings highlight the potential relationship between sensory processing differences, such as DST, and social functioning.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».