Intimate Partner Violence and Perception of Partner Hostility During Conflict Among Young Adult Couples
Notice bibliographique
Résumé
Romantic partners can be both accurate and biased in their perception of each other’s hostile behaviors. In perpetrators and victims of intimate partner violence (IPV), documented deficits in social cognition and hostile attributions could contribute to greater biases. The current study used the truth and bias model to examine accuracy and bias in perception of the partner’s hostility during a conflict discussion among young adult couples, and the role of IPV perpetration and victimization in this perception. Young adult couples ( n = 178) engaged in a video-recorded conflict discussion. Using a video-recall task, participants rated their own and their partner's hostility every 30 s of the discussion. Results of truth and bias analyses revealed that individuals accurately tracked fluctuations in their partner hostility (i.e., tracking accuracy) during the conflict discussion, but perceived their partner as more hostile when they themselves felt more hostile (i.e., projection). Regarding the role of IPV perpetration, physically violent individuals showed greater projection and sexually violent individuals overestimated (i.e., directional bias) their partner’s hostility during the conflict discussion compared to nonviolent individuals. Regarding IPV victimization, individuals who experienced higher levels of psychological IPV overestimated their partner’s hostility and showed greater tracking accuracy compared with individuals who experienced lower levels of psychological IPV. Victims of physical IPV showed greater tracking accuracy and lower projection than nonvictims. Victims of sexual IPV underestimated their partner’s hostility and evidenced poorer tracking accuracy than nonvictims. These findings contribute to understand social information processing during conflict among young adult couples, according to their experience of violence.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».