Dark Triad Personality Traits and Empathy as Explanatory Factors in Pathways from Cumulative Childhood Trauma to Intimate Partner Violence Perpetration
Notice bibliographique
Résumé
To better understand the underlying mechanisms of intimate partner violence (IPV) perpetration, this study examined the direct and sequential indirect associations between the cumulative childhood interpersonal trauma (CCT), Dark Triad personality traits, empathy skills, and IPV perpetration (physical, psychological, sexual, and coercive control) among men entering treatment for IPV-related issues. In a cross-sectional survey, a sample of 1418 Canadian men was recruited through a unique partnership with community organizations specializing in IPV treatment. Participants completed self-report questionnaires online, which assessed CCT, personality, empathy, and perpetrated IPV. A path analysis model was conducted to test direct and indirect associations. Results revealed that higher CCT in men was associated with higher IPV perpetration (psychological, coercive control) sequentially through all three personality traits (narcissism, Machiavellianism, psychopathy), and more contradictory emotions (affective dissonance) to those of others. Other direct (i.e. CCT-higher psychological IPV) and indirect (e.g. CCT-more psychopathy-higher physical IPV) associations were also observed and discussed. Findings provide valuable insights into intervention targets to reduce and prevent IPV perpetration. Specifically, the high prevalence of CCT among IPV perpetrators underscores the need to incorporate this factor in clinical assessments. Practitioners are encouraged to target the contradictory emotional responses of perpetrators toward others, as dissonant empathy plays a significant role in the risk of IPV perpetration.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».