MétaCan
Menu
Retour à la cohorte
Enregistrement W6910905668 · doi:10.5061/dryad.278n1

Data from: The effect of static versus dynamic stimuli on visual processing of sexual cues in androphilic women and gynephilic men

2017· dataset· en· W6910905668 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2017
Typedataset
Langueen
DomaineMedicine
ThématiqueSexual function and dysfunction studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésStimulus (psychology)Sexual arousalArousalVisual processingVisual perceptionStimulus modalitySexual attractionNeutral stimulus

Résumé

récupéré en direct d'OpenAlex

Models of sexual response posit that attentional processing of sexual cues is requisite for sexual responding. Despite hypothesized similarities in the underlying processes resulting in sexual response, gender differences in sexual arousal patterns are abundant. One such gender difference relates to the stimulus features (e.g., gender cues, sexual activity cues) that elicit a response in men and women. In the current study, we examined how stimulus modality (static visual images versus dynamic audiovisual films) and stimulus features (gender, sexual activity, and nonsexual contextual cues) influences attentional (i.e., gaze) and elaborative (i.e., self-reported attraction, self-reported arousal) processing of sexual stimuli. Men's initial and controlled attention was consistently gender-specific (i.e., greater attention towards female targets), and this was not influenced by stimulus modality or the presence of sexual activity cues. In contrast, gender-specificity of women's attention patterns differed as a function of attentional stage, stimulus modality, and the features within the stimulus. Degree of specificity was positively predictive of self-reported attraction in both genders; however, it was not significantly predictive of self-reported arousal. These findings are discussed in the context of gendered processing of visual sexual information, including a discussion of implications for research designs.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,015

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 Opus0,047
Tête enseignante GPT0,367
Écart entre enseignants0,319 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetSexual function and dysfunction studiesTravaux en français237 207