MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390168386 · doi:10.31235/osf.io/87u29

What was the effect of end demand legislation on Canadian sex worker populations?

2023· preprint· en· W4390168386 sur OpenAlexaboutno aff
Lynn Kennedy

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationBusinessLabour economicsSex workersDemographic economicsEconomicsDemographyPopulationPolitical scienceLawSociologyResearch methodology

Résumé

récupéré en direct d'OpenAlex

Sex work in Canada is rapidly evolving, and this is reflected in where and how frequently sex workers advertise. The Protection of Communities and Exploited Persons Act (PCEPA) criminalized the purchase of sexual services in 2014. This study looks at the effect of this law using estimated sex worker populations based on classified advertising data. Data collected between December 9, 2022 and November 30, 2023 from a prominent classified advertising site used by contact sex workers in Canada is compared with data collected between November 1, 2014 and December 31, 2016 the two years following the introduction of PCEPA. Collected ads were analyzed to identify advertisers, names, and other demographic data such as ethnicity, gender, location and rates charged. Monthly, the mean estimated number of workers (17878, SD 1128) represented 84% of 2015 and 63% of 2016 estimates and, yearly, 90% of 2015 and 80% 2016 estimates respectively. Between 2016 and 2023 there were notable increases in the number of BIPOC and trans female advertisers. Median hourly rates increased from CAD$200 (IQR 160-250) in 2014-2016 to CAD$250, IQR 200-300) in 2022-2023. While most workers still engaged in contact sex work, a large majority of advertisers (61%, N=29308) have branched out to offer online services. Given the large increase in 2016, the decrease in 2023 was most likely the result of decreased advertising opportunities and not end demand legislation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,788

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,023
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0040,003
Communication savante0,0050,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,043
Tête enseignante GPT0,338
Écart entre enseignants0,296 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSex work and related issues→Travaux en français237 207→