Examining Visual Attention Patterns among Asexual and Heterosexual Individuals
Notice bibliographique
Résumé
Asexuality has garnered much attention, and empirical data support its classification as a sexual orientation. Asexuality is defined as a lack of sexual attraction to others, with approximately 1% of the population falling in this category. As theoretical models situate attention as a central component of sexual response, the current study examined attentional processing of erotic stimuli in asexuals and heterosexuals. We hypothesized that heterosexual participants would have initial and controlled visual attention patterns favoring erotic images over non-erotic images. We predicted that asexual participants would have significantly smaller or non-existent differences in attention to erotic versus non-erotic images. Ninety-five adults completed an eye-tracking task viewing erotic and non-erotic images. Eye-tracking data showed no group differences in initial attention to erotic images. For controlled attention, there was a large effect size in the hypothesized direction. Heterosexual participants exhibited more and longer fixations on erotic images, whereas asexuals exhibited a more even distribution of attention across image types. Exploratory analysis of group differences in the association between visual attention and ratings of sexual attractiveness revealed a complex pattern of differences, with some indication of a stronger association between total fixation and sexual attraction for heterosexual participants. These findings suggest that differences in attention to sexual stimuli may represent key underlying differences between asexual and allosexual orientation. Findings also contribute to the larger literature on visual attention and attraction.
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 | 0,010 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».