Tinder for teens: Youth digital intimate cultures and tech facilitated violence on Snapchat
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Snapchat has long been a pivotal space for youth digital intimate and sexual cultures, as well as gendered and sexual risks and harms. Despite being one of the most widely used social media platforms among youth, there has been little in-depth research that connects Snapchat's unique features and affordances with young users' practices, behaviours, and experiences on the platform. Responding to this gap, our study used mixed methods to explore British teens' diverse social, sexual, and intimate experiences on Snapchat. We discuss how Snapchat's unique features, such as disappearing images (“Snaps”), algorithmic friend recommendations (“Quick Adds”), and geolocation tracking technology ("Snap Maps”), form new conditions and environments for teens' experiences of socialising, courtship, sexting, and technology-facilitated gender-based and sexual violence. We explore how teens'desires for intimacy underpin their motivations to continue to engage in a range of risk-taking activities—despite their awareness of the dangers involved. We conclude with recommendations for better platform specific regulation and digital literacy that pays attention to teens ' rights and agency. • Littl3e research links Snapchat's unique features and affordances to young users' behaviours and experiences. • Survey, focus groups, follow-up interviews and arts-based methodologies were used to explore youth experiences on Snapchat. • Youth use Snapchat to socialise and connect with new and existing friends, to find dating and sexual partners and exchange sexually explicit images.
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.
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 | 0,000 | 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 | 0,000 |
| 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 découle