Sexting: A Digital Gateway to Understanding Risk Propensity and Alexithymic Traits
Notice bibliographique
Résumé
Aim: The current study explores the patterns of sexting behaviour among individuals actively using online dating apps, with a focus on whether sexting can predict Alexithymic traits and risk-taking behaviours, while also delving deeper into the relationship between the different variables. Methods: This quantitative study employs convenience sampling to recruit 194 individuals, aged 18-25, who are active users of online dating apps across Chennai. The variables were quantified using standardised measures which include; Sexting Behaviours Scale (SBS), The Risky, Impulsive, & Self-destructive behaviour Questionnaire (RISQ), and Toronto Alexithymia Scale Questionnaire (TAS - 20) . The data obtained were then subject to correlation analyses using SPSS software. Results: The results of the study highlight significant relationships between sexting, alexithymia and risk taking behaviours. Findings show that individuals with high levels of alexithymia are much more likely to partake in sexting and the other array of risk taking behaviours as a form of coping mechanism. These results underscore the role of emotional dysregulation in driving risk - taking tendencies, providing us with valuable insights into the psychological factors influencing the behaviors. Conclusion: The findings of the study delve into the complex relationship between young adults’ risk taking behaviors, alexithymia and sexting behavior, with a focus on the domain of online dating. They contribute to the growing body of literature by emphasizing the psychological and behavioral implications of sexting in the digital age, thereby paving the way for developing targeted interventions to mitigate these risks.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».