MétaCan
Menu
Retour à la cohorte
Enregistrement W2145928235 · doi:10.1080/00224499.2013.829795

Schoolgirls and Soccer Moms: A Content Analysis of Free “Teen” and “MILF” Online Pornography

2013· article· en· W2145928235 sur OpenAlexaff
Sarah A. Vannier, Anna B. Currie, Lucia F. O’Sullivan

Notice bibliographique

RevueThe Journal of Sex Research · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueSexuality, Behavior, and Technology
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésPornographyPsychologySexual coercionSocial psychologyDevelopmental psychologyPoison controlSuicide preventionMedicine

Résumé

récupéré en direct d'OpenAlex

Viewing free online pornographic videos has increasingly become a common behavior among young people, although little is known about the content of these videos. The current study analyzed the content of two popular female-age-based types of free, online pornography (teen and MILF) and examined nuances in the portrayal of gender and access to power in relation to the age of the female actor. A total of 100 videos were selected from 10 popular Web sites, and their content was coded using independent raters. Vaginal intercourse and fellatio were the most frequently depicted sexual acts. The use of sex toys, paraphilias, cuddling, and condom use were rare, as were depictions of coercion. Control of the pace and direction of sexual activity was typically shared by the male and female actors. Moreover, there were no gender differences in initiation of sexual activity, use of persuasion, portrayals of sexual experience, or in professional status. However, female actors in MILF videos were portrayed as more agentic and were more likely to initiate sexual activity, control the pace of sexual activity, and have a higher professional status. Implications regarding the role of pornography in generating or reinforcing sexual norms or scripts are discussed.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,228
Tête enseignante GPT0,458
Écart entre enseignants0,231 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations147
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Sex ResearchMême sujetSexuality, Behavior, and TechnologyTravaux en français237 207