“Die alone, old, and let the cat eat your face”: anti-feminist backlash and academic cyber-harassment
Notice bibliographique
Résumé
Anti-feminist backlash has taken on a new form in the past decade with the rise of cyberattacks and the proliferation of Men’s Rights Activist groups, yet scant literature exists on the nature of cyber-harassment against feminist academics. This article uses the authors’ experience of cyber-harassment as a case study to explore the nature of online anti-feminist backlash against academic research. We identify three narrative forms of this backlash, which combines to create a “braided thread” of anti-feminist attacks. The academic setting presents a specific kind of cyber-hate that relies on the notion that progressive, critical researchers are “brainwashing” students. The attacks spread misinformation regarding methodological rigor in an effort to delegitimize and discredit feminist academics. Attackers also rely on tired claims of feminists as man-haters who seek to ruin men’s lives. Finally, anti-feminist backlash often resorts to instances of cyber-hate—ad hominem attacks that objectify women’s bodies and seek to humiliate and shame feminist scholars. These attacks are political and personal in nature, and spread misogynistic, white-supremacist, and heteronormative ideology in a vain attempt to silence feminist scholars.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,025 | 0,052 |
| Communication savante | 0,016 | 0,011 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».