The Common Neural Bases Between Sexual Desire and Love: A Multilevel Kernel Density fMRI Analysis
Notice bibliographique
Résumé
INTRODUCTION: One of the most difficult dilemmas in relationship science and couple therapy concerns the interaction between sexual desire and love. As two mental states of intense longing for union with others, sexual desire and love are, in fact, often difficult to disentangle from one another. AIM: The present review aims to help understand the differences and similarities between these two mental states using a comprehensive statistical meta-analyses of all functional magnetic resonance imaging (fMRI) studies on sexual desire and love. METHODS: Systematic retrospective review of pertinent neuroimaging literature. MAIN OUTCOME MEASURES: Review of published literature on fMRI studies illustrating brain regions associated with love and sexual desire to date. RESULTS: Sexual desire and love not only show differences but also recruit a striking common set of brain areas that mediate somatosensory integration, reward expectation, and social cognition. More precisely, a significant posterior-to-anterior insular pattern appears to track sexual desire and love progressively. CONCLUSIONS: This specific pattern of activation suggests that love builds upon a neural circuit for emotions and pleasure, adding regions associated with reward expectancy, habit formation, and feature detection. In particular, the shared activation within the insula, with a posterior-to-anterior pattern, from desire to love, suggests that love grows out of and is a more abstract representation of the pleasant sensorimotor experiences that characterize desire. From these results, one may consider desire and love on a spectrum that evolves from integrative representations of affective visceral sensations to an ultimate representation of feelings incorporating mechanisms of reward expectancy and habit learning.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».