MétaCan
Menu
Retour à la cohorte
Enregistrement W4382894078 · doi:10.51357/jdll.v3i2.226

The Impact of Social Media, the Internet, and Legislation on Online Minor Sex Trafficking

2023· article· en· W4382894078 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Digital Life and Learning · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésLegislationThe InternetSocial mediaSex traffickingContext (archaeology)Sex workPolitical scienceCriminologyLawPublic relationsSociologyHuman traffickingGeographyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

This paper examines the impact of social media and the internet on the online sex trafficking of minors and assesses the impact of internet laws and legislation designed to stop online sex trafficking. Online sex trafficking of minors has been identified as a significant problem in North America and around the world, generating approximately 32 billion dollars annually. The expansion of the internet over the past 20 years has provided sex traffickers with a new way to conduct business. This article provides a review of the literature (studies, reports, gray material) published between 1996 and 2022. A review of statistics, the role of the trafficker and the characteristics of the victims provide context to the discussion of anti-trafficking laws and legislation. This review was conducted using a critical social theories lens to determine inherent bias in the work, presumed assumptions, structural inequalities, and how the growth of the internet has impacted social change. Findings indicate that the laws and legislation designed to protect victims of sex trafficking have been largely ineffective and that ethical considerations and biased results limit the methodology of many studies.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,418
Score d'incertitude au seuil0,309

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,028
Tête enseignante GPT0,324
Écart entre enseignants0,295 · 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