What Is Self-exploitation? Rethinking the Relationship between Sexualization and ‘Sexting’ in Law and Order Times
Notice bibliographique
Résumé
Since the early 1990s ‘sexualization’ has emerged as a ‘social problem’ whereby children, particularly white, heterosexual, middle-class girls, are purportedly being mal-socialized to deny their natural ‘innocence’, to prematurely embrace and express the characteristics of adult sexuality and to engage in ‘self-sexualization’ (APA, 2007; Smith & Attwood, 2011; Duschinsky, 2013a; Egan, 2013). In and around the same time as the public opprobrium about sexualization reached its pinnacle in the US and the UK, between 2006 and 2011 (Egan, 2013: 3–4), the West was also witnessing the rise of another representational practice, that of the sexy ‘selfie’ — semi-nude and sexually explicit self-portraits, taken at arm’s length or in a mirror, using a cellphone or digital camera, and then posted to social networking sites such as Facebook, Instagram or Tumblr. Also referred to as ‘sexts’ by academics and those in the media, although not typically by youth themselves (see Karaian, 2012; Ringrose et al., 2012; Albury et al., 2013; Peskin et al., 2013; Strassberg et al., 2013), sexy selfies have met with a great deal of international attention, if not enthusiasm, by parents, pundits, legal scholars, childhood sexualization critics, child protection and policing agencies, many of whom cite an increasingly sexualized culture as a key cause of the practice (Hasinoff, 2014). The Canadian context is no exception. Members of the Canadian Senate have expressed concerns about the links between ‘the social realities that drive the hyper-sexualisation of girls in modern culture’ and the sexual exploitation of youth via the creation of child pornography (Jaffer & Brazeau, 2011: 4). These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,077 |
| Communication savante | 0,017 | 0,022 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».