L’image génitale masculine : outils de mesure et implications pour les affections médicales et la pratique chirurgicale
Bibliographic record
Abstract
L’image sexuelle masculine a un impact important sur la qualité de vie et le fonctionnement sexuel. Dans cet article, une définition du concept et des tentatives pour l’opérationnaliser et l’évaluer seront présentées de façon critique. Des affections médicales et traitements chirurgicaux qui ont un impact sur l’image génitale masculine seront ciblés et discutés. Une recherche portant sur les mesures de l’image du sexe masculin a été réalisée sur PubMed, cela aussi bien sur des affections médicales ciblées que des approches chirurgicales qui affectent l’apparence et le fonctionnement des organes génitaux masculins, comme le micropénis, l’hypospadias, la maladie de La Peyronie et les cancers génitaux. L’image du sexe masculin semble être un attribut mesurable et corrélé à un certain nombre de données en matière de santé sexuelle. Toutefois, que les méthodes de mesure actuelles pourraient ne s’appliquent qu’aux populations en bonne santé. En outre, les conditions médicales affectant l’aspect et le fonctionnement des organes génitaux semblent avoir un impact important sur l’image génitale aussi bien que sur la qualité de vie. L’image sexuelle masculine devrait être prise en compte lors d’interventions médicales touchant les organes génitaux. De meilleurs instruments de mesure de l’image génitale devraient être mis au point et validés, ce qui permettrait d’en mieux comprendre les effets psychosexuels et d’étudier comment l’améliorer.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.018 | 0.048 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.002 | 0.007 |
| Scholarly communication | 0.007 | 0.007 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".