MétaCan
Menu
Retour à la cohorte
Enregistrement W3094254146 · doi:10.1177/0959353520963967

“Damned if you do, damned if you don’t”: Women’s accounts of feigning sexual pleasure

2020· article· en· W3094254146 sur OpenAlexaff
Monika Stelzl, Michelle N. Lafrance

Notice bibliographique

RevueFeminism & Psychology · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensSt. Thomas University
Organismes subventionnairesnon disponible
Mots-clésOrgasmPleasurePsychologyDilemmaSocial psychologyFrithNegotiationHuman sexualityNarrativePsychoanalysisGender studiesSociologyEpistemologySexual dysfunctionPhilosophyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

Faking orgasm has been identified as a common practice among women and feminist scholars have probed the connections between the socio-cultural meanings associated with faking and heterosex. Expanding on this line of inquiry, feigning sexual pleasure was explored in interviews with 14 women who reported having sex with men. Using a feminist critical discourse analytic approach, we attend to the dilemma that was frequently evoked in women’s accounts. Participants explained that feigning sexual pleasure was done in order to protect their partners’ ego. However, participants also talked about faking orgasm as being problematic in the sense that it was “deceitful” and “dishonest”. These contrasting discursive patterns created a dilemma whereby faking was situated as “necessary” but “dishonest”. As a way of negotiating this dilemma, participants made a distinction between exaggerating sexual pleasure and faking orgasm. We posit that exaggeration can be interpreted as a form of material (during the sexual encounter) and discursive (during accounting of the encounter) disruption of dominant discourses of heterosex such as the orgasmic imperative. Drawing on Annamarie Jagose’s and Hannah Frith’s problematizations of the prevailing tendency to position orgasm as either “authentic” or “fake”, we discuss women’s negotiation of the limited constructions of “real” pleasure.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,380
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,056
Tête enseignante GPT0,347
Écart entre enseignants0,290 · 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.

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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFeminism & PsychologyMême sujetGender, Feminism, and MediaTravaux en français237 207