Feminist legal geographies of intimate-image sexual abuse: Using copyright logic to combat the unauthorized distribution of celebrity intimate images in cyberspaces
Notice bibliographique
Résumé
Women’s rights are often curtailed online due to the pervasive internet atmosphere of cybermisogyny. Extreme examples include ‘image-based sexual abuse’, a term which encompasses the non-consensual creation and/or distribution of private sexual images. The harms attached to this phenomenon are well documented. In this paper, we explore how copyright logic, despite its male-centric and property oriented worldview, presents one legal solution to this problem. We assert that Digital Millennium Copyright Act Takedown Notices, a copyright mechanism that notifies websites they are hosting infringing content and requires the prompt removal of the content, represents a novel legal mechanism to force websites to remove image-based sexual abuse from women’s online spaces. By using critical discourse analysis to review how Digital Millennium Copyright Act Takedown Notices attempt to provide solutions to the socio-spatial problem of image-based sexual abuse, we argue that copyright can subvert its current leanings to return to its original purpose: supporting creativity. Supporting creativity also helps to protect against the reproduction of gendered harms, from the real world to virtual spaces. This theorization represents not just legal geography but a feminist legal geography, in that it recognizes the internet should be a safe and legal space for women. In endorsing a pragmatic legal solution for women to regulate the sexually violent and nonconsensual distribution of their intimate images online, copyright is one mechanism that affirms women’s right to cyberspaces.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».