A Perfect Storm: How the Online Environment, Social Norms and Law Shape Girls' Lives
Notice bibliographique
Résumé
Considerable scholarly and policy discourse has centred on dichotomous risk/opportunity; utopic/dystopic descriptions and prescriptions around girl’s and young women’s online interactions. Too often uninformed by the voices of girls and young women themselves, these discourses have frequently led to overly simplistic understandings of girls’ and young women’s seamlessly integrated online/offline existences. These top-down perspectives have produced reactive punitive policy approaches that blame girls for their misfortunes and incent parents and other adults to deny them their privacy by monitoring and surveilling them. Grounded in the literature and international legal standards that mandate participation of children in the formulation of policy and programs affecting them, with special attention to the needs of the girl child, this paper gives voice to the situated knowledges of the Canadian girls (ages 15-17) and young women (ages 18-22) interviewed about their experiences with online social networking by The eGirls Project researchers. eGirls participants described a world in which architectures structured to maximize disclosure (and minimize privacy) code high counts of “friends” and “likes” as “popularity”. These architectural constraints combine with social norms and marketing practices that encourage emulation of mediatized representations of female beauty and sexuality as ways of competing for recognition (often, for heterosexual girls, from males). Together these produce a perfect storm incenting self-disclosure that simultaneously promises both celebrity and recognition, but also a gendered risk of shame and harassment that is complicated by the enduring consequences of unnecessarily permanent digital records. These interactions invite policy responses that take into account the difficulty of navigating this complex environment and recognize the ways in which over-reliance on privacy-invasive surveillance based mechanisms undermines girls’ capacities to thrive in our increasingly digitally networked society.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,019 | 0,028 |
| Communication savante | 0,017 | 0,009 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».