The Problem of Consent with Teledildonics and Adult Webcam Platforms
Notice bibliographique
Résumé
In this article, I examine some of the dangers that are associated with sex toys known as teledildonics. Unlike more conventional sex toys, teledildonics connect to the internet and allow their users and others to control these devices remotely and often through a Bluetooth connection. While teledildonics introduce new ways of engaging and experiencing sexual pleasure, they do so by risking the personal and sensitive data that such devices transmit and collect from their users. Moreover, I consider the risk that teledildonics pose as connected technologies that can be hacked and controlled, scrutinizing what this means in terms of consent and sexual assault in intimate relationships and on a live adult webcam platform like Chaturbate. I investigate how current legal definitions of consent and sexual assault neglect online sex workers, and especially those who work within a tip and token system like Chaturbate, and question how legal protections can be enforced amidst the jurisdictional and territorial problems that plague cyberspace more broadly. With these lack of protections in place, I build on scholarly research that identifies some of the risks that are associated with teledildonics as technologies of potential sexual assault (Nixon 2018; Sparrow and Karas 2020; Arrell 2022). In specific, I study how Canadian laws are ill-equipped to address the more obscure nature of consent and sexual assault as they pertain to Chaturbate and Lovense devices, a leading teledildonics company.
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 | 0,024 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,047 |
| Communication savante | 0,010 | 0,017 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».