Young Women’s Experiences With Technology-Facilitated Sexual Violence From Male Strangers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Stranger-perpetrated harassment was identified decades ago to describe the pervasive, unwanted sexual attention women experience in public spaces. This form of harassment, which has evolved in the modern era, targets women as they navigate online spaces, social media, texting, and online gaming. The present research explored university-aged women's experiences (n = 381) with online male-perpetrated sexual harassment, including the nature and frequency of the harassment, how women responded to the harassment, and how men reportedly reacted to women's strategies. Trends in harassment experiences are explored descriptively and with thematic analysis. Most women reported receiving sexually inappropriate messages (84%, n = 318), sexist remarks or comments (74%, n = 281), seductive behavior or come-ons (70%, n = 265), or unwanted sexual attention (64%, n = 245) in an online platform, social media account, email, or text message. This sexual attention from unknown males often began at a very young age (12-14 years). The harassment took many forms, including inappropriate sexual comments on social media posts, explicit photos of male genitalia, and solicitations for sex. Although most women reported strong negative emotional reactions to the harassment (disgust, fear, anger), they generally adopted non-confrontational strategies to deal with the harassment, electing to ignore/delete the content or blocking the offender. Women reported that some men nevertheless persisted with the harassment, following them across multiple sites online, escalating in intensity and severity, and leading some women to delete their own social media accounts. These results suggest the need for early intervention and education programs and industry response.
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.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle