What’s in a label? Exploring rape myth and rape culture discourses embedded in perceptions of victims and survivors
Notice bibliographique
Résumé
Feminist scholars have long asserted that the label assigned to someone after an experience of sexual violence (e.g., victim or survivor) can shape personal outcomes due to the internalization of societal perceptions of these labels. While there is a growing body of literature on the effects of self-labelling, the societal perceptions of victims and survivors are less explored, with little understanding as to how dominant discourses such as rape culture and rape myths are embedded into these perceptions. Adopting from critical discourse analysis and feminist poststructuralism, we offer critical feminist poststructuralism (CFPS) as a useful framework for understanding discursively shaped societal perceptions of victims and survivors. Considering the presence of rape culture and rape myths on university campuses, we set out to explore the potentially mediated nature of rape myths and rape culture discourse and perceptions of victims and survivors among undergraduate students. Electronically submitted responses to an online prompt were analyzed using CFPS to explore how victim and survivor discourses were activated through language and institutional and social discourses of rape culture and rape myth. We describe four dominant threads of discourse from our analysis that suggest sexual violence labels function as regulatory mechanisms for rape myth and rape culture discourse. The findings highlight the need for continued applied work on the multiplicity of victim and survivor identities produced through rape culture and rape myth discourse.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».