Are sexual functioning problems associated with frequent pornography use and/or problematic pornography use? Results from a large community survey including males and females
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
There is much debate regarding whether pornography use has positive or negative associations with sexuality-related measures such as sexual functioning problems. The present study aimed to examine differential correlates between quantity (frequency of pornography use–FPU) and severity (problematic pornography use–PPU) of pornography use with respect to sexual functioning problems among both males and females. Multi-group structural equation modeling was conducted to investigate hypothesized associations between PPU, FPU, and sexual functioning problems among males and females (N = 14,581 participants; females = 4,352; 29.8%; Mage=33.6 years, SDage=11.0), controlling for age, sexual orientation, relationship status, and masturbation frequency. The hypothesized model had excellent fit to the data (CFI = 0.962, TLI = 0.961, RMSEA = 0.057 [95% CI = 0.056-0.057]). Similar associations were identified in both genders, with all pathways being statistically significant (p < .001). PPU had positive, moderate associations (βmales=0.37, βfemales=0.38), while FPU had negative, weak associations with sexual functioning problems (βmales=-0.17, βfemales=-0.17). Although FPU and PPU had a positive, moderate association, they should be assessed and discussed separately when examining potential associations with sexuality-related outcomes. Given that PPU was positively and moderately and FPU negatively and weakly associated with problems in sexual functioning, it is important to consider both PPU and FPU in relation to sexual functioning problems.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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