¿Educando en igualdad? Análisis de la triada pornografía-discriminación-violencia. Feminidad y masculinidad en la pornografía convencional
Notice bibliographique
Résumé
Dentro del feminismo se ha debatido desde los años setenta sobre el daño o beneficio que supone la pornografía en la lucha por la igualdad. Las feministas anti-pornografía la consideran una de las causas de la existente violencia contra las mujeres, mientras que las feministas pro-pornografía la contemplan como una consecuencia de la libertad de expresión, y un posible espacio de subversión y reivindicación de los derechos sexuales de las mujeres. A pesar de la existencia de este eterno debate, poco ha cambiado la pornografía; ni se ha reducido la violencia contra las mujeres, ni el post-porno ha podido igualar, ni menos desterrar, a la pornografía tradicional. Para poder romper la relación entre pornografía, violencia y discriminación es necesario que ambas posturas del feminismo encuentren un punto de convergencia, como la educación en igualdad. En esta comunicación se explorará la relación entre pornografía y roles de género transmitidos. Para ello se analizan las conductas permitidas y prohibidas en el ámbito. El marco teórico contemplado se basa en los textos de MacKinnon, Erika Lust, Sunstein y Gail Dines. Se emplea un enfoque fenomenológico para poder evaluar las características de la pornografía mainstreaming. Los instrumentos empleados para dicha aproximación son: las bases de datos sobre consumo de pornografía convencional (pornhubinsights, alexa, freewebsitereport y google analytics data) y las páginas con mejor posicionamiento (según alexa y freewebsitereport). Para llegar a los resultados se emplea un análisis del contenido latente, apoyado también con un análisis cuantitativo univariado. Las conclusiones se centran en cómo y hasta qué punto debería ser regulada la pornografía, teniendo en cuenta su impacto en la educación sexual de los/as más jóvenes.
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 | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».