MétaCan
Menu
Retour à la cohorte
Enregistrement W2487685365 · doi:10.1177/1363460716649338

Faking to finish: Women’s accounts of feigning sexual pleasure to end unwanted sex

2016· article· en· W2487685365 sur OpenAlexafffund
Emily J. Thomas, Monika Stelzl, Michelle N. Lafrance

Notice bibliographique

RevueSexualities · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensSt. Thomas UniversityToronto Metropolitan University
Organismes subventionnairesSt. Thomas University
Mots-clésOrgasmPleasureSexual coercionPsychologySexual desireNegationCoercion (linguistics)Social psychologySexual attractionHuman sexualitySexual dysfunctionGender studiesSexual behaviorSociologyPsychoanalysisPoison controlHuman factors and ergonomicsPsychotherapistMedicine

Résumé

récupéré en direct d'OpenAlex

In this article, we explore women’s accounts of consensual but unwanted sex, and how these accounts connect to feigning sexual pleasure. Interviews were conducted with 15 women and we employed a discursive analytic approach to examine the data. All women used discursive features (e.g. negation, hedging) to situate at least one of their past sexual experiences as problematic although all avoided the use of explicit labels such as rape or coercion. Furthermore, women commonly faked orgasm as a means to end these troubling sexual encounters. We argue the importance of considering women’s accounts of ‘problem’ sex so these experiences are not dismissed.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,016
Communication savante0,0060,007
Science ouverte0,0010,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,055
Tête enseignante GPT0,330
Écart entre enseignants0,275 · 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

Citations66
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSexualitiesMême sujetGender, Feminism, and MediaTravaux en français237 207