Sexual Desire, Mood, Attachment Style, Impulsivity, and Self-Esteem as Predictive Factors for Addictive Cybersex
Notice bibliographique
Résumé
BACKGROUND: An increasing number of studies are concerned with various aspects of cybersex addiction, the difficulty some persons have in limiting cybersex use despite a negative impact on everyday life. OBJECTIVE: The aim of this study was to assess potential links between the outcome variable cybersex addiction, assessed with the Compulsive Internet Use Scale (CIUS) adapted for cybersex use, and several psychological and psychopathological factors, including sexual desire, mood, attachment style, impulsivity, and self-esteem, by taking into account the age, sex, and sexual orientation of cybersex users. METHODS: A Web-based survey was conducted in which participants were assessed for sociodemographic variables and with the following instruments: CIUS adapted for cybersex use, Sexual Desire Inventory, and Short Depression-Happiness Scale. Moreover, attachment style was assessed with the Experiences in Close Relationships-Revised questionnaire (Anxiety and Avoidance subscales). Impulsivity was measured by using the Urgency, Premeditation (lack of), Perseverance (lack of), Sensation Seeking, Positive Urgency Impulsive Behavior Scale. Global self-esteem was assessed with the 1-item Self-Esteem Scale. RESULTS: A sample of 145 subjects completed the study. Addictive cybersex use was associated with higher levels of sexual desire, depressive mood, avoidant attachment style, and male gender but not with impulsivity. CONCLUSIONS: Addictive cybersex use is a function of sexual desire, depressive mood, and avoidant attachment.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».