MétaCan
Menu
Retour à la cohorte
Enregistrement W2049428373 · doi:10.1177/0093854808327277

Inferring Sexually Deviant Behavior From Corresponding Fantasies

2008· article· en· W2049428373 sur OpenAlexaff
Kevin M. Williams, Barry S. Cooper, Teresa Howell, Delroy L. Paulhus

Notice bibliographique

RevueCriminal Justice and Behavior · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueSexuality, Behavior, and Technology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPsychologyPornographyFantasyDevelopmental psychologyAssociation (psychology)PersonalitySexual behaviorPsychopathyPoison controlSocial psychologyClinical psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

There is widespread concern that deviant sexual fantasies promote corresponding behaviors. The authors investigated whether that concern is valid in nonoffender samples. Self-reports of nine deviant sexual fantasies and behaviors were compared in two samples of male undergraduates. In Study 1, 95% of respondents reported experiencing at least one sexually deviant fantasy, and 74% reported engaging in at least one sexually deviant behavior. The correlations were all positive and averaged .44. However, only 38% of the high-fantasy group reported acting out fantasies. The effect of pornography use on deviant behaviors was partially mediated by increases in deviant fantasies. Study 2 investigated possible moderators, including eight personality variables. The fantasy-behavior association held only for those high in self-reported psychopathy. In addition, the association between pornography use and deviant sexual behavior held only for participants high in psychopathy. Overall, theoretically relevant individual difference variables moderated the relation between sexually deviant fantasies and behaviors and between pornography use and deviant behaviors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,108
Tête enseignante GPT0,375
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations191
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminal Justice and BehaviorMême sujetSexuality, Behavior, and TechnologyTravaux en français237 207