MétaCan
Menu
Retour à la cohorte
Enregistrement W3175346340 · doi:10.15626/hn.20214604

The #MeeToo Movement as an e-Discourse: Social and Legal Effects

2021· article· en· W3175346340 sur OpenAlexaff
Marcel Danesi, Laura Ervo, Lukas Kindberg, Kerstin Nordlöf

Notice bibliographique

RevueHumaNetten · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueHate Speech and Cyberbullying Detection
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSexual misconductSocial mediaLegal consciousnessPersonality psychologyCriminologySocial psychologySocial movementPoliticsSexual assaultConsciousnessSociologyPsychologyGender studiesMedia studiesPolitical scienceLawPoison controlHuman factors and ergonomicsPersonality

Résumé

récupéré en direct d'OpenAlex

In this article, the #MeToo movement, as a socio-political form of e-discourse (discourse enacted on social media platforms and other types of online channels), will be examined in terms of the effectiveness of its discursive forms and the kinds of effects these have had on social consciousness generally with regard to sexual misconduct in the workplace, and in terms of the cases it has made famous against individuals via “trial-by-social-media,” and their outcomes in people’s lives. The specific cases discussed in this paper are those concerning well-known Swedish and American media personalities, which are assessed within a broad discourse and legal framework. Overall, we conclude that, while movement has had a profound effect on social consciousness, so far it has not impugned the validity of legal systems in countries such as Sweden and the United States.
 Keywords:#MeToo, e-discourse, social media trials, legal systems, sexual misconduct, sexual assault, sexual abuse

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil0,517

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 savante0,0010,000
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 Opus0,009
Tête enseignante GPT0,265
Écart entre enseignants0,255 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumaNettenMême sujetHate Speech and Cyberbullying DetectionTravaux en français237 207