The Politics of Legal Challenges to Pornography: Canada, Sweden, and the United States
Notice bibliographique
Résumé
The dissertation analyzes obstacles and potential in democracies, specifically Canada, Sweden, and United States, to effectively address empirically documented harms of pornography. Legislative and judicial challenges under different democratic and legal frameworks are compared. Adopting a problem-driven theoretical approach, the reality of pornography’s harms is analyzed. Evidence shows its production exploits existing inequalities among persons typically drawn from other forms of prostitution who suffer multiple disadvantages, such as extreme poverty, childhood sexual abuse, and race and gender discrimination, making survival alternatives remote. Consumption is also divided by sex. A majority of young adult men consumes pornography frequently; women rarely do, usually not unless initiated by others. After consumption, studies show many normal men become substantially more sexually aggressive and increasingly trivialize and support violence against women. Vulnerable populations—including battered, raped, or prostituted women—are most harmed as a result. The impact of attempts to address pornography’s harms on democratic rights and freedoms, specifically gender equality and speech, is explored through the case studies. Democracies are found to provide more favorable conditions for legal challenges to pornography’s harms when recognizing substantive (not formal) equality in law, and when promoting representation of perspectives and interests of groups particularly injured by pornography. State-implemented approaches such as criminal obscenity laws are found less effective. More victim-centered and survivor-initiated civil rights approaches would be more responsive and remedial—a finding with implications for other politico-legal problems, such as global warming, that disproportionately affect disadvantaged populations traditionally largely excluded from decision-making.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,022 | 0,011 |
| Communication savante | 0,013 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 source (Gemma direct ou Codex distillé), 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 ».