MétaCan
Menu
Retour à la cohorte
Enregistrement W4392576440 · doi:10.1111/add.16431

Problematic pornography use across countries, genders, and sexual orientations: Insights from the International Sex Survey and comparison of different assessment tools

2024· article· en· W4392576440 sur OpenAlexaff
Beáta Bőthe, Léna Nagy, Mónika Koós, Zsolt Demetrovics, Marc N. Potenza, Shane W. Kraus

Notice bibliographique

RevueAddiction · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueSexuality, Behavior, and Technology
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNemzeti Kutatási, Fejlesztési és Innovaciós AlapJapan Society for the Promotion of ScienceTempus KözalapítványSecretaría Nacional de Ciencia, Tecnología e InnovaciónInternational Center for Responsible GamingNational Cheng Kung UniversityNarodowym Centrum NaukiUniverzita Karlova v PrazeAuckland University of Technology, New ZealandNational Research Foundation of KoreaRégion Hauts-de-FranceSmoking Research FoundationNational Social Science Fund of ChinaAgence Nationale de la RechercheNational Research Foundation
Mots-clésPornographyPsychologySexual behaviorClinical psychologySocial psychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: Problematic pornography use (PPU) is a common manifestation of the newly introduced Compulsive Sexual Behavior Disorder diagnosis in the 11th edition of the International Statistical Classification of Diseases and Related Health Problems. Although cultural, gender- and sexual orientation-related differences in sexual behaviors are well documented, there is a relative absence of data on PPU outside Western countries and among women as well as gender- and sexually-diverse individuals. We addressed these gaps by (a) validating the long and short versions of the Problematic Pornography Consumption Scale (PPCS and PPCS-6, respectively) and the Brief Pornography Screen (BPS) and (b) measuring PPU risk across diverse populations. METHODS: ) = 32.4 years, standard deviation = 12.5], a study across 42 countries from five continents, we evaluated the psychometric properties (i.e. factor structure, measurement invariance, and reliability) of the PPCS, PPCS-6, and BPS and examined their associations with relevant correlates (e.g. treatment-seeking). We also compared PPU risk among diverse groups (e.g. three genders). RESULTS: The PPCS, PPCS-6, and BPS demonstrated excellent psychometric properties [for example, comparative fit index = 0.985, Tucker-Lewis Index = 0.981, root mean square error of approximation = 0.060 (90% confidence interval = 0.059-0.060)] in the confirmatory factor analysis, with all PPCS' inter-factor correlations positive and strong (rs = 0.72-0.96). A total of 3.2% of participants were at risk of experiencing PPU (PPU+) based on the PPCS, with significant country- and gender-based differences (e.g. men reported the highest levels of PPU). No sexual orientation-based differences were observed. Only 4-10% of individuals in the PPU+ group had ever sought treatment for PPU, while an additional 21-37% wanted to, but did not do so for specific reasons (e.g. unaffordability). CONCLUSIONS: This study validated three measures to assess the severity of problematic pornography use across languages, countries, genders, and sexual orientations in 26 languages: the Problematic Pornography Consumption Scale (PPCS, and PPCS-6, respectively), and the Brief Pornography Screen (BPS). The problematic pornography use risk is estimated to be 3.2-16.6% of the population of 42 countries, and varies among different groups (e.g. genders) and based on the measure used.

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)0,008
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,010
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,098
Tête enseignante GPT0,399
Écart entre enseignants0,301 · 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

Citations102
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAddictionMême sujetSexuality, Behavior, and TechnologyTravaux en français237 207