Thermography as a Physiological Measure of Sexual Arousal in Both Men and Women
Notice bibliographique
Résumé
INTRODUCTION: Current physiological measures of sexual arousal are intrusive, hard to compare between genders, and quantitatively problematic. AIM: To investigate thermal imaging technology as a means of solving these problems. METHODS: Twenty-eight healthy men and 30 healthy women viewed a neutral film clip, after which they were randomly assigned to view one of three other video conditions: (i) neutral (N = 19); (ii) humor (N = 19); and (iii) sexually explicit (N = 20). MAIN OUTCOME MEASURES: Genital and thigh temperatures were continuously recorded using a TSA ImagIR camera. Subjective measures of sexual arousal, humor, and relaxation were assessed using Likert-style questions prior to showing the baseline video and following each film. RESULTS: Statistical (Tukey HSD) post-hoc comparisons (P < 0.05) demonstrated that both men and women viewing the sexually arousing video had significantly greater genital temperature (mean = 33.89 degrees C, SD = 1.00) than those in the humor (mean = 32.09 degrees C, SD = 0.93) or neutral (mean = 32.13 degrees C, SD = 1.24) conditions. Men and women in the erotic condition did not differ from each other in time to peak genital temperature (men mean = 664.6 seconds, SD = 164.99; women mean = 743 seconds, SD = 137.87). Furthermore, genital temperature was significantly and highly correlated with subjective ratings of sexual arousal (range r = 0.51-0.68, P < 0.001). There were no significant differences in thigh temperature between groups. CONCLUSION: Thermal imaging is a promising technology for the assessment of physiological sexual arousal in both men and women.
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 | 0,000 | 0,002 |
| 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 | 0,000 |
| 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) | 0,003 | 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 ».