MétaCan
Menu
Retour à la cohorte
Enregistrement W4297762611 · doi:10.1016/j.sexol.2022.07.003

Utilisation problématique de pornographie en ligne chez les hommes et les femmes : facteurs discriminants et prédictifs

2022· article· fr· W4297762611 sur OpenAlexaff
Claudia Leblanc, Dominique Trottier

Notice bibliographique

RevueSexologies · 2022
Typearticle
Languefr
DomainePsychology
ThématiqueSexuality, Behavior, and Technology
Établissements canadiensInstitut national de psychiatrie légale Philippe-PinelUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Cette recherche a pour but l’étude des facteurs individuels liés à l’utilisation problématique de pornographie en ligne (UPPL) sur un échantillon d’hommes et de femmes. Spécifiquement, il s’agira (1) de déterminer si la fréquence de consommation, les motifs de consommation ou l’historique sexuel permettent de discriminer les hommes et les femmes présentant une UPPL des hommes et des femmes sans UPPL, et (2) de vérifier si ces mêmes variables permettent de prédire l’UPPL chez les hommes et les femmes. Au total, 614 utilisateurs et utilisatrices de pornographie en ligne âgés de 16 à 69 ans ont complété un questionnaire en ligne sur leur historique sexuel ainsi que les versions françaises du Short Internet Sex Addiction Test, du Pornography Consumption Inventory et du Sexual Experiences Survey-Perpetration – Tactics first. Les résultats suggèrent que (1) les hommes présentant une UPPL ont des scores significativement plus élevés que les utilisateurs sans UPPL au niveau de la fréquence d’utilisation, des trois motifs de consommations (évitement émotionnel, curiosité sexuelle et plaisir sexuel) et des antécédents de coercition sexuelle ; (2) les femmes présentant une UPPL ont obtenu des scores plus élevés que les utilisatrices sans UPPL sur ces mêmes variables ; (3) lorsque les hommes et les femmes présentant une UPPL ont été comparés entre eux, aucune différence significative n’a été décelée, à l’exception de la fréquence de consommation des hommes qui était significativement plus élevée que celle des femmes; et (4) que les variables à l’étude permettent d’expliquer 39,8 % de l’UPPL chez les hommes et 31,7 % chez les femmes. Ces résultats suggèrent que les motifs d’utilisation ainsi que les antécédents de coercition sexuelle présentent à la fois une capacité discriminante et prédictive de l’UPPL chez les femmes et les hommes. The purpose of this research was to study individual factors associated with problematic online pornography use on a sample of men and women. Specifically, we aim to (1) determine whether frequency of use, motives for use, or sexual history discriminate users with problematic online pornography use, and (3) investigate whether these variables predict problematic online pornography use in men and women. A total of 614 online pornography users aged 16 to 69 completed an online questionnaire about their sexual history and the French versions of the Short Internet sex Addiction Test, the Pornography Consumption Inventory, and the Sexual Experiences Survey-Perpetration form – Tactics first. Results suggest that (1) men with problematic online pornography use scored significantly higher than other men on frequency of use, all three motives for use (emotional avoidance, sexual curiosity and sexual pleasure) and a history of sexual coercion; (2) women with problematic online pornography use obtained higher scores than other females on these same variables; (3) when men and women problematic online pornography use were compared with each other, no significant difference was detected, except frequency of use which was significantly higher for men; and (4) the studied variables explain 39.8 % of problematic online pornography use in men and 31.7 % in women. These results suggest that frequency of use, motives for use and a history of sexual coercion.

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)0,010
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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,092
Tête enseignante GPT0,376
Écart entre enseignants0,284 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSexologiesMême sujetSexuality, Behavior, and TechnologyTravaux en français237 207