Effect of pornography use on the sexual satisfaction: a systematic review and meta-analysis
Notice bibliographique
Résumé
Objective Dissatisfaction with an inividual’s sex life is underlying factor that can lead to pornography addiction. The current research aims to understand the relationship between pornography use and sexual satisfaction.Methods The pooled correlation coefficient with 95% confidence interval was calculated using random effects. The meta-regression method was used to examine factors affecting heterogeneity between studies and Egger’s test was used to evaluate of publication bias.Results 41 studies with a total sample size of 70541 participants were included in the meta-analysis. The pooled estimate for the correlation coefficient in total, in male and in female −0.06 (95% CI: −0.09 to −0.02), −0.07 (95% CI: −0.16 to 0.02) and −0.04 (95% CI: −0.08 to −0.01). The pooled estimate of correlation coefficient was −0.04 (95% CI: −0.07 to −0.02) in cross-sectional, −0.12 (95% CI: −0.19 to −0.05) in cohort, 0.00 (95% CI: −0.15 to 0.15) in studies that used self-report questionnaire and −0.06 (95% CI: −0.08 to −0.03) in studies that used online survey. Based on the results of the meta-regression, the publication year was found to have a significant effect on heterogeneity among studies (B = 0.013, p = 0.018). However, study design, age, data collection method, quality score and sample size did not have a significant effect.Conclusions There was a significant negative correlation between pornography and sexual satisfaction and the disaggregation of results by gender also indicated this negative correlation among women. However, the relationship between pornography and sexual satisfaction was not significant in men.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,005 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».