MétaCan
Menu
Retour à la cohorte
Enregistrement W4290659767 · doi:10.1080/00224499.2022.2103070

Romanticizing the Stolen Kiss: Men’s and Women’s Reports of Nonconsensual Kisses and Perceptions of Impact on the Targets of Those Kisses

2022· article· en· W4290659767 sur OpenAlexaff
Amanda Bockaj, Lucia F. O’Sullivan

Notice bibliographique

RevueThe Journal of Sex Research · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésKISS (TNC)AttractionPsychologyPerceptionPerspective (graphical)Social psychologyVisual artsArt

Résumé

récupéré en direct d'OpenAlex

Stolen kisses are often portrayed as resulting from uncontrollable passion and a need to connect intimately with another. This study examined stolen kisses, defined as kissing someone for the first time when the kisser perceived the kiss recipient was not expecting it, and had not provided consent for the kiss. These kisses were examined from the perspective of the individual initiating the kiss. Participants (N = 130; Mage = 32.27; 67% identified as male) completed an anonymous online survey assessing kissing experiences of having stolen a kiss and their open-ended responses were analyzed here. Men were more likely than women to report having stolen a kiss in line with traditional heterosexual scripts. Three scenarios emerged through content analysis: mutual attraction leading to a new relationship; no known mutual attraction but a positive outcome; and no known mutual attraction and a negative outcome. Stealing a kiss from someone for whom there was mutual attraction often led to the onset of an intimate relationship; thus, the kiss constituted a relationship catalyst. When there was no known shared attraction, some interactions ended positively, but others resulted in an end to cordial relations and often strong negative reactions. Findings are discussed in terms of the limited literature on kissing generally and the nonconsensual nature of these events.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,089
Tête enseignante GPT0,452
Écart entre enseignants0,363 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Sex ResearchMême sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207