An In-depth Examination of Personality and Aggression Across Different Contexts
Notice bibliographique
Résumé
Acts of aggression are associated with a variety of negative outcomes. Accordingly, research has aimed to identify the personality traits that give rise to different forms of aggressive behaviour. Recent work has indicated that the factor of Honesty-Humility is associated with a variety of deviant behaviours, including aggression towards others; however, the nuances of these relationships require further investigation. This dissertation aimed to address several gaps in this literature through three main studies. In Study 1, we extended previous findings to younger populations, examining the associations between Honesty-Humility and aggression longitudinally in a large sample of children and youth. These findings demonstrated a bidirectional relationship between Honesty-Humility and aggression over time, such that low levels of Honesty-Humility resulted in higher levels of aggression and vice versa. In Study 2, we explored the specific facets of Honesty-Humility to determine if they differentially predict proactive and reactive aggression. Despite the theoretical link between Modesty and reactive aggression, we found limited support for this association, especially when controlling for proactive aggression. Overall, the Sincerity and Fairness facets were found to strongly predict both forms of aggression. Lastly, Study 3 explored the associations between Honesty-Humility and deviance, aggression, exploitation, and victimization in a workplace context. Robust relationships were found between Honesty-Humility and several deviant behaviours, further emphasizing the importance of this trait. In particular, when provided with the opportunity to aggress, individuals low in Honesty-Humility were more likely to do so, regardless of their level of power in the situation. Collectively, these findings indicate that Honesty-Humility is the strongest predictor of aggressive and deviant behaviour among the broad factors of personality. However, this dissertation extends previous findings by demonstrating the applicability of Honesty-Humility across different contexts and by providing a nuanced understanding of the components responsible for this relationship.
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 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».