Disgust versus Lust: Exploring the Interactions of Disgust and Fear with Sexual Arousal in Women
Notice bibliographique
Résumé
Sexual arousal is a motivational state that moves humans toward situations that inherently pose a risk of disease transmission. Disgust is an emotion that adaptively moves humans away from such situations. Incongruent is the fact that sexual activity is elementary to human fitness yet involves strong disgust elicitors. Using an experimental paradigm, we investigated how these two states interact. Women (final N=76) were assigned to one of four conditions: rate disgust stimuli then watch a pornographic clip; watch a pornographic clip then rate disgust stimuli; rate fear stimuli then watch a pornographic clip; or watch a pornographic clip then rate fear stimuli. Women's genital sexual arousal was measured with vaginal photoplethysmography and their disgust and fear reactions were measured via self-report. We did not find that baseline disgust propensity predicted sexual arousal in women who were exposed to neutral stimuli before erotic content. In the Erotic-before-Disgust condition we did not find that sexual arousal straightforwardly predicted decreased image disgust ratings. However, we did find some evidence that sexual arousal increased self-reported disgust in women with high trait disgust and sexual arousal decreased self-reported disgust in women with low trait disgust. Women who were exposed to disgusting images before erotic content showed significantly less sexual arousal than women in the control condition or women exposed to fear-inducing images before erotic content. In the Disgust-before-Erotic condition the degree of self-reported disgust was negatively correlated with genital sexual arousal. Hence, in the conflict between the ultimate goals of reproduction and disease avoidance, cues of the presence of pathogens significantly reduce the motivation to engage in mating behaviors that, by their nature, entail a risk of pathogen transmission.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».