Conceptualizing Geosexual Archetypes: Mapping the Sexual Travels and Egocentric Sexual Networks of Gay and Bisexual Men in Toronto, Canada
Notice bibliographique
Résumé
BACKGROUND: There are complex, synergistic, and persistent sexually transmitted infection (STI) epidemics affecting gay, bisexual and other men who have sex with men (gbMSM) in every major urban centre across North America. We explored the spatial architecture of egocentric sexual networks for gbMSM in Toronto, Canada. METHODS: Our integrative mixed methods study included in-depth interviews with 31 gbMSM between May and July 2016. During interviews, participants mapped their egocentric sexual network for the preceding 3 months geographically. At the end, a self-administered survey was used to collect sociodemographic characteristics, online technology use, and STI testing and history. RESULTS: We identified 6 geosexual archetypes: hosters, house-callers, privates, rovers, travellers, and geoflexibles. Hosters always, or almost always (≥80%), hosted sex at their home. House-callers always, or almost always (≥80%), had sex at their partner's home. Rovers always or almost always (≥80%) had sex at public venues (eg, bath houses, sex clubs) and other public spaces (eg, parks, cruising sites). Privates had sex in private-their own home or their partner's (part hoster, part house-caller). Travellers had sex away from their home, either at a partner's home or some other venue or public space (part house-caller, part rover). Geoflexibles had sex in a variety of locations-their home, their partner's home, or public venues. All hosters and rovers, and to a lesser extent, geoflexibles, reported a history of syphilis and human immunodeficiency virus. CONCLUSIONS: Prioritizing interventions to hosters, rovers, and geoflexibles may have an important impact on reducing STI transmission.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».