Are you fluent in sexual emoji?đ: Exploring the use of emoji in romantic and sexual contexts
Notice bibliographique
Résumé
This research presents an exploratory study of how individuals use emoji, specifically in sexually suggestive contexts. Emoji are small images that depict emotions, concepts, or items that are used in computer-mediated communication in order to add context, emotion, and personality to messages. The dataset consists of 693 participants recruited via online social networks and forums. Results indicate that the use of emoji play a significant role in the sending and receiving of sexually suggestive messages; of individuals who have sent these messages, 51% report that the use of emoji led to the sexually suggestive behaviour and 54% report that emoji appear in their messages sometimes, often, or always. The three most common object emoji last sent and received in a sexually suggestive message are the tongue (đ ), the eggplant (đ), and the sweat droplets (đŠ), while the three most common face emoji last sent and received in this context are the smirking face (đ), the winking face (đ), and the blowing a kiss face (đ). Additionally, this study demonstrates that extraversion and number of casual sexual partners is significantly related to the use of sexually suggestive emoji, as both extraversion and numbers of casual sexual partners account for 5.9% of the shared variance in the use of sexual emoji. This research provides empirical information that may be used to guide future research into the use of emoji in computer-mediated communication.
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 complÚte
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modÚle 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 distillĂ© par catĂ©gorie (deux tĂȘtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| MĂ©tarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Ătudes des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modÚle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux tĂȘtes enseignantes du modĂšle Ă©tudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catĂ©gorie, et le statut de validation accompagne chaque rangĂ©e tel quel.
Scores de référence d'un modÚle non mature (critÚres 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 validĂ©ePrĂ©diction automatique; un appel candidat dâune seule source (Gemma direct ou Codex distillĂ©), pas un consensus.
Le détail, modÚle par modÚle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».