Profiles of Cyberpornography Use and Sexual Well-Being in Adults
Notice bibliographique
Résumé
INTRODUCTION: Although findings concerning sexual outcomes associated with cyberpornography use are mixed, viewing explicit sexual content online is becoming a common activity for an increasing number of individuals. AIM: To investigate heterogeneity in cyberpornography-related sexual outcomes by examining a theoretically and clinically based model suggesting that individuals who spend time viewing online pornography form three distinct profiles (recreational, at-risk, and compulsive) and to examine whether these profiles were associated with sexual well-being, sex, and interpersonal context of pornography use. METHODS: The present cluster-analytic study was conducted using a convenience sample of 830 adults who completed online self-reported measurements of cyberpornography use and sexual well-being, which included sexual satisfaction, compulsivity, avoidance, and dysfunction. MAIN OUTCOMES MEASURES: Dimensions of cyberpornography use were assessed using the Cyber Pornography Use Inventory. Sexual well-being measurements included the Global Measure of Sexual Satisfaction, the Sexual Compulsivity Scale, the Sexual Avoidance Subscale, and the Arizona Sexual Experiences Scale. RESULTS: Cluster analyses indicated three distinct profiles: recreational (75.5%), highly distressed non-compulsive (12.7%), and compulsive (11.8%). Recreational users reported higher sexual satisfaction and lower sexual compulsivity, avoidance, and dysfunction, whereas users with a compulsive profile presented lower sexual satisfaction and dysfunction and higher sexual compulsivity and avoidance. Highly distressed less active users were sexually less satisfied and reported less sexual compulsivity and more sexual dysfunction and avoidance. A larger proportion of women and of dyadic users was found among recreational users, whereas solitary users were more likely to be in the highly distressed less active profile and men were more likely to be in the compulsive profile. CONCLUSION: This pattern of results confirms the existence of recreational and compulsive profiles but also demonstrates the existence of an important subgroup of not particularly active, yet highly distressed consumers. Cyberpornography users represent a heterogeneous population, in which each subgroup is associated with specific sexual outcomes.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».