Use of sexual stimuli in research and clinical settings: expert opinion and recommendations
Notice bibliographique
Résumé
Background: Sexual stimuli, such as sexual videos, images, and narratives describing sexual interactions, are one of many tools used by clinicians and researchers to elicit or augment sexual response. Given the wide variability within sexual stimuli and their effects on sexual response, we provide guidance on when and how to use sexual stimuli, selecting sexual stimuli, and standardizing the use and reporting of sexual stimuli in research and clinical practice. Aim: This expert opinion review article discusses standard operating procedures when using sexual stimuli in clinical and research applications, addressing 3 broad areas: settings in which sexual stimuli are used, characteristics and contexts of the stimuli, and practical and ethical considerations when using the stimuli. Methods: This article is based on an expert opinion review of the sexual psychophysiology literature. Results: First, we discuss the settings in which sexual stimuli are typically used and evaluate the ecological validity of each setting. Second, we review the types of sexual stimuli used in sexual response research, including physical characteristics, depicted sexual activity, and context, and the impacts of these characteristics on sexual response. Last, we discuss the practical and ethical considerations that come with the choice and use of sexual stimuli in clinical and research settings. We address potential limitations of certain sexual stimuli, including practical and ethical considerations such as participant vs experimenter choice, diversity and representation, and proper sourcing of sexual stimuli for use in clinical and research applications. Discussions on the future applications of sexual stimuli, such as the use of virtual reality, and ethical considerations in terms of user-generated Internet sexual stimuli are also explored. Conclusion: We provide an expert opinion review of the literature regarding use of sexual stimuli for clinical and research applications and offer best use practices and recommendations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,157 | 0,508 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,008 | 0,018 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,012 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».