MétaCan
Menu
Retour à la cohorte
Enregistrement W627343140 · doi:10.4324/9780203459034

Representing Rape: Language and sexual consent

2001· book· en· W627343140 sur OpenAlexaboutno aff
Susan Ehrlich

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineSocial Sciences
ThématiqueLaw in Society and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSituatedTribunalHarassmentSexual assaultVariety (cybernetics)Perspective (graphical)CriminologyPsychologyConstruct (python library)Criminal trialPolitical scienceSociologyGender studiesSocial psychologyLawPoison controlSuicide preventionMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Representing Rape is the first feminist analysis of the language of sexual assault trials from the perspective of linguists. Susan Ehrlich argues that language is central to all legal settings - specifically sexual harassment and acquaintance rape hearings where linguistic descriptions of the events are often the only type of evidence available. Language does not simply reflect but helps to construct the character of the people and events under investigation. The book is based around a case study of the trial of a male student accused of two instances of sexual assault in two different settings: a university tribunal and a criminal trial. This case is situated within international studies on rape trials and is relevant to the legal systems of the US, Canada, Britain, Australia, and New Zealand. She shows how culturally-dominant notions about rape percolate through the talk of sexual assault cases in a variety of settings and ultimately shape their outcome. Ehrlich hopes that to understand rape trials in this way is to recognize their capacity for change. By highlighting the underlying preconceptions and prejudices in the language of courtrooms today, this important book paves the way towards a fairer judicial system for the future.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,328
Écart entre enseignants0,294 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations179
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLaw in Society and CultureTravaux en français237 207