The negative consequences of hypersexuality: Revisiting the factor structure of the Hypersexual Behavior Consequences Scale and its correlates in a large, non-clinical sample
Notice bibliographique
Résumé
INTRODUCTION: Despite the growing literature about hypersexuality and its negative consequences, most studies have focused on the risk of sexually transmitted infections (STI's), resulting in relatively few studies about the nature and the measurement of a broader spectrum of adverse consequences. METHODS: = 11.1) and identify its factor structure across genders. The dataset was divided into three independent samples, taking into consideration gender ratio. The validity of the HBCS was investigated in relation to sexuality-related questions (e.g., frequency of pornography use) and the Hypersexual Behavior Inventory (Sample 3). RESULTS: Both the exploratory (Sample 1) and confirmatory (Sample 2) factor analyses (CFI = 0.954, TLI = 0.948, RMSEA = 0.061 [90% CI = 0.059-0.062]) suggested a first-order, four-factor structure that included work-related problems, personal problems, relationship problems, and risky behavior as a result of hypersexuality. The HBCS showed adequate reliability and demonstrated reasonable associations with the examined theoretically relevant correlates, corroborating the validity of the HBCS. CONCLUSION: Findings suggest that the HBCS may be used to assess consequences of hypersexuality. It may also be used in clinical settings to assess the severity of hypersexuality and to map potential areas of impairment, and such information may help guide therapeutic interventions.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».