Legal Reflections: Optimizing Global Strategies Against Cyber Sexual Violence Through Comparative Perspectives
Notice bibliographique
Résumé
In an era of deepening digitalization, cyber sexual violence (CSV) emerges as a global challenge, encompassing a broad spectrum of abuses including sexual harassment, exploitation, and extortion through digital platforms. The infamous Nth Room case in South Korea, where hundreds of women and minors were coerced into producing and sharing sexually exploitative materials online, starkly highlights the extreme and horrifying aspects of CSV. This incident not only galvanized global attention towards the menace of CSV but also prompted a reevaluation of the capability and efficiency of existing legal frameworks across various jurisdictions to combat such crimes.This study employs a comparative legal analysis to scrutinize how different legal systems, including those of the United States, Canada, European countries, and Asian countries like Japan, South Korea, and China, address the issue of CSV. By delving into some pertinent examples, the paper aims to uncover disparities in legal responses, the effectiveness of regulatory measures, and the limitations of these measures in preventing and punishing cyber sexual violence. Key findings underscore the urgent need for international legal standards and highlight the pivotal role of international cooperation and technological solutions in combating CSV. Ultimately, this research proposes a series of recommendations for legal reform, advocating for the development of a more effective legal framework that not only punishes perpetrators but also protects and supports victims, preventing the recurrence of such crimes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».