Exploring the role of sex-seeking apps and websites in the social and sexual lives of gay, bisexual and other men who have sex with men: a cross-sectional study
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.
Notice bibliographique
Résumé
Background The objective of this study was to explore the relationship between online sex-seeking, community/social attachment and sexual behaviour. METHODS: Respondent-driven sampling was used to recruit 774 sexually active gay and bisexual men in Vancouver, Canada, aged ≥16 years. Multivariable logistic regression compared men who had used online sex-seeking apps/websites in the past 6 months (n=586) with those who did not (n=188). RESULTS: Multivariable results showed that online sex seekers were more likely to be younger [adjusted odds ratio (aOR)=0.95, 95% CI: (0.93-0.96)], college educated [aOR=1.60, 95% CI: (1.07, 2.40)], have more Facebook friends [aOR=1.07, 95% CI: (1.01, 1.13)], spend more social time with other gay men [aOR=1.99, 95% CI: (1.33-2.97)], and were less likely to identify emotionally with the gay community [aOR=0.93, 95% CI: (0.86-1.00)]. Further, they had displayed high sensation-seeking behaviour [aOR=1.08, 95% CI: (1.03-1.13)], were more likely to engage in serodiscordant/unknown condomless anal sex [aOR=2.34, 95% CI: (1.50-3.66)], use strategic positioning [aOR=1.72, 95% CI: (1.08-2.74)], ask their partner's HIV-status prior to sex [aOR=2.06, 95% CI: (1.27-3.37)], and have ever been tested for HIV [aOR=4.11, 95% CI: (2.04-8.29)]. CONCLUSION: These findings highlight the online and offline social behaviour exhibited by gay and bisexual men, pressing the need for pro-social interventions to promote safe-sex norms online. We conclude that both Internet and community-based prevention will help reach app/web users.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,001 |
| 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) | 0,000 | 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 découle