Talk about It, Don’t Type about It: How In-Person and Technology-Mediated Sexual Self-Disclosure Relate to Sexual Satisfaction
Notice bibliographique
Résumé
Sexual self-disclosure (SSD) is when a person shares information about their sexuality with another person. Technology-mediated communication is pervasive in modern society, yet researchers have not distinguished between SSDs that occur in-person versus in technology-mediated contexts. Using the Interpersonal Exchange Model of Sexual Satisfaction, researchers previously found that SSD predicts sexual rewards, costs, and satisfaction. In this study, we (1) compared cisgender/transgender men’s and women’s frequency (how much) and breadth (how many topics) of SSD via typed technology and in-person (H1, H2), and (2) examined the extent to which the frequency and breadth of SSD in each context predicted perceived sexual rewards, comparison of sexual rewards, and in turn sexual satisfaction while controlling for relationship satisfaction (H3, H4, H5, H6). Undergraduate students (N = 450) completed an online survey that assessed SSD in each context, perceived sexual rewards and costs, comparison of own and partner’s sexual rewards and costs, and sexual and relationship satisfaction. Participants reported more frequent and greater breadth of SSD in-person than via technology. We also found that women disclosed more sexual topics than men in-person but not through typed technology. Using path analyses, a greater frequency of SSD in-person predicted greater perceived sexual rewards and comparison sexual rewards, and in turn, greater sexual satisfaction. The frequency of SSD via typed technology and the SSD breadth in either context did not predict exchanges or sexual satisfaction.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».