Project Backpage: Using Text Messaging to Initiate Outreach Support for Victims of Human Trafficking and Sexual Exploitation
Notice bibliographique
Résumé
The sex industry occurs in many venues, ranging from the highly visible survival sex trade on the street to venues such as regulated massage parlors and strip clubs, to less visible escort agencies making use of hotel venues, and the highly invisible exploitation that occurs through trick pads and microbrothels operating out of homes, apartments, or condos. In many communities, outreach efforts have focused primarily on direct face-to-face contact with individuals in the survival sex trade. However, in recent years, there has been a marked decrease in the street survival sex trade as the use of the Internet to buy and sell sites has become widespread. In this article, we describe the design and outcome of a multiphase community-university collaboration in Edmonton, Canada, to explore the use of Short Message Service (SMS) text messaging to initiate outreach with individuals advertising on the adult services section of the Web site Backpage.com. The article describes the impetus behind the project, the project goals and design, as well as results thus far. We also reflect on the results and present a set of emerging best practices, including the contribution of two-way text-based interaction for establishing trust between outreach organizations and the individuals seeking support. Overall, results from the project provide evidence to show that SMS is a cost-effective and important complementary communication strategy for outreach organizations seeking to initiate outreach to victims of human trafficking and sexual exploitation.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».