MétaCan
Menu
Retour à la cohorte
Enregistrement W4318485445 · doi:10.3390/sexes4010008

Intrasexual Competition in Women’s Likelihood of Self-Enhancement and Perceptions of Breast Morphology: A Hispanic Sample

2023· article· en· W4318485445 sur OpenAlexaff
Ray Garza, Farid Pazhoohi

Notice bibliographique

RevueSexes · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSexual selectionPsychologyAttractivenessMate choiceDemographyDevelopmental psychologySocial psychologyMatingBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Women’s breasts are considered sexually attractive because they may infer a woman’s residual reproductive value. Given that men find women’s breasts attractive, women may compete with other women to enhance their physical attractiveness when primed with an intrasexual competitive cue. The current study investigated women’s intrasexual competition when viewing variations in breast morphology. Women (N = 189) were randomly assigned to a partner threat condition and shown images of women’s breasts that included variations in breast size, ptosis (i.e., sagginess), and intermammary distance (i.e., cleavage). Women were more likely to report an increase in enhancing their appearance, wearing revealing clothing, dieting and exercising, and perceiving the breasts as a sexual threat as a function of larger breast sizes with low ptosis and intermediate distances. The partner threat prime did not play a role in ratings. Interestingly, there was a moderating role for women’s dispositional levels in intrasexual competition. Women with higher levels of intrasexual competition were more likely to enhance their appearance when viewing large breast sizes. The study points to the role that breast morphology indicative of residual reproductive value has on increasing enhancement strategies.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,301
Écart entre enseignants0,286 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSexesMême sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207