MétaCan
Menu
Retour à la cohorte
Enregistrement W3040755540 · doi:10.1177/0964663920935155

Trading Nudes Like Hockey Cards: Exploring the Diversity of ‘Revenge Porn’ Cases Responded to in Law

2020· article· en· W3040755540 sur OpenAlexafffundabout
Alexa Dodge

Notice bibliographique

RevueSocial & Legal Studies · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueSexuality, Behavior, and Technology
Établissements canadiensDalhousie University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPornographyFraming (construction)PostmodernismSociologyChild pornographyLawCriminologyPolitical scienceThe InternetEpistemologyHistory

Résumé

récupéré en direct d'OpenAlex

Popular and scholarly responses to nonconsensual pornography (colloquially known as ‘revenge porn’) have largely, though not exclusively, focused on cases that fit within the paradigmatic mold of men nonconsensually distributing intimate images with the intention to harass or abuse their female partners/ex-partners. However, several recent studies offer evidence that the dynamics of this act are more diverse than previously assumed. In this article I analyze 49 Canadian legal cases to determine the extent to which those cases that make it to the court level fit within the typical framing and to explore the dynamics of cases laying outside this paradigm. I find that, while a large portion of cases fit the commonly imagined pattern, the case law also includes several cases that complicate dominant framings of nonconsensual pornography. Using intersectional and postmodern feminist theory, I argue that this variety of case contexts necessitates more diverse socio-legal understandings of and responses to nonconsensual pornography.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,244
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,288
Tête enseignante GPT0,404
Écart entre enseignants0,116 · 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 tête enseignante, 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

Citations27
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSocial & Legal StudiesMême sujetSexuality, Behavior, and TechnologyTravaux en français237 207