MétaCan
Menu
Retour à la cohorte
Enregistrement W4392365518 · doi:10.24908/ss.v22i1.15800

Look Behind You! Playing with Sexual Surveillance in You Must Be 18 or Older to Enter and how do you Do It?

2024· article· en· W4392365518 sur OpenAlexafffund
Jean Ketterling

Notice bibliographique

RevueSurveillance & Society · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensCarleton University
Organismes subventionnairesConcordia UniversityUniversity of Warwick
Mots-clésComputer securitySexual assaultCriminologyPolitical scienceSociologyComputer scienceMedical emergencyMedicinePoison controlSuicide prevention

Résumé

récupéré en direct d'OpenAlex

In this article, I consider two indie videogames, You Must Be 18 or Older to Enter (Seemingly Pointless 2017) and how do you Do It? (Freeman et al. 2014), that share an interest in the affective impact of parental surveillance and discipline on childhood sexual exploration. Using close playing as my method, I argue that the videogames reveal the perils of surveillance and its pleasures. Drawing on assemblage theory, I demonstrate the contingency of videogames’ affective impact on players and the world and the—sometimes contradictory—potentials that surveillance produces as part of a sexual assemblage. Sometimes, using surveillance as a game mechanic amplifies sexual affect and pleasure and can thus be conceptualized as an example of “flirting” with surveillance. At other times, players orient themselves toward the videogames as the archetypical “parent”—finding pleasure in “catching” a videogame about sexual exploration and attempting to discipline it. Finally, drawing on Kathryn Bond Stockton (2004, 2009, 2017) and José Esteban Muñoz (2019), I argue that, by allowing players to relive childhood sexual exploration as adults, You Must Be 18 or Older to Enter and how do you Do It? provide players with the opportunity to become a playful child, to loop back through time and re-explore sexual discovery, and thus shape nuanced critiques of the way surveillance shapes sexual possibilities.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,299
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,097
Tête enseignante GPT0,374
Écart entre enseignants0,277 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurveillance & SocietyMême sujetRetirement, Disability, and EmploymentTravaux en français237 207