Examining Attentional Biases Elicited by Sexual Stimuli Using MouseView.js: An Online Paradigm to Mimic Eye Movements
Notice bibliographique
Résumé
Attention is a key mechanism underlying many aspects of sexuality, with eye-tracking studies revealing that attention is both sustained by sexual stimuli and corresponds with sexual interest. Despite its utility, eye-tracking experiments typically require specialized equipment and are conducted in a laboratory setting. The overarching objective of this research was to assess the utility of a novel online method, MouseView.js, for assessing attentional processing of sexual stimuli outside of a laboratory context. MouseView.js is an open-source, web-based application where the display is blurred to mimic peripheral vision and an aperture is directed using a mouse cursor to fixate on regions of interest within the display. Using a discovery (Study 1, n = 239) and replication (Study 2, n = 483) design, we examined attentional biases to sexual stimuli among two diverse samples with respect to gender/sex and sexual orientation. Results revealed strong attentional biases toward processing sexual stimuli relative to nonsexual stimuli, as well as dwell times that correlated with self-report sexuality measures. Results mirror those observed for laboratory-based eye-tracking research, but using a freely available instrument that mirrors gaze tracking. MouseView.js offers important advantages to traditional eye-tracking methods, including the ability to recruit larger and more diverse samples, and minimizes volunteer biases.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».