MétaCan
Menu
Retour à la cohorte
Enregistrement W2131148583 · doi:10.1111/j.1473-2165.2006.00249.x

The shape of beauty: determinants of female physical attractiveness

2006· review· en· W2131148583 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Cosmetic Dermatology · 2006
Typereview
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensSaint Mary's UniversitySt. Mary's University
Organismes subventionnairesnon disponible
Mots-clésAttractivenessBody mass indexWaistBeautyPhysical attractivenessWaist–hip ratioDemographyIndex (typography)CircumferenceAnthropometryPsychologyPreferenceMedicineEndocrinologyInternal medicineStatisticsSociologyMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

Rarely has one research area gained as much attention as that which is observed for female physical attractiveness. The past decade has resulted in numerous, exciting developments, particularly with respect to three proposed determinants of beauty: waist to hip ratio (WHR), body mass index (BMI), and curvaceousness. The goal of our paper is to provide a highly necessary review of contemporary research on the female attractiveness, including an in-depth examination of these factors. In our review, we first discuss WHR, an index of fat deposition, which is calculated by measuring the circumference of the waist compared to the circumference of the hips. WHR is controlled by the sex hormones, and increases as women age, and hence, may influence perceptions of attractiveness. This factor has been hotly contested, as some researchers have claimed that a WHR of approximately 0.7 is universally most attractive, whereas others have found inconsistent findings, or suggest the importance of other factors, such as BMI. Body mass index (BMI), calculated by dividing the body weight (in kilograms) by height (in meters) squared, serves as a measure of body fat. Although WHR and BMI are correlated, they lead to different conclusions, and the importance of BMI as a measure of female attractiveness is debated in the literature. Similar to WHR research, BMI and its role in attractiveness is not cross-culturally consistent and is affected by the availability of resources within a given environment. It may be the case that both WHR and BMI influence female attractiveness. However, there has been little investigation of this possibility. We have explored this issue in our research, which revealed that both influence attractiveness, but in addition, we noticed that curvaceousness was also a factor. Curvaceousness is the degree of "hourglass" shape as determined, for example, by the size of the bust, relative to the circumference of the hips and waist, and the size of the buttocks. However, curvaceousness does not appear to be temporally stable as a marker of attractiveness, and it is not consistent across modes of presentation. For example, models in male-oriented magazines are more curvaceous than models in female-oriented magazines. In summary, faced with these recent findings, it is difficult to ascertain agreement among the various factors, especially when researchers investigate each determinant in isolation. We conclude that, although researchers have made many important initial steps in examining female attractiveness, there remains much to be discovered.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,086
Tête enseignante GPT0,440
Écart entre enseignants0,354 · 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