"We Have Our Own Special Language." Language, Sexuality and HIV/AIDS: A\nCase Study of Youth in an Urban Township in South Africa.
Notice bibliographique
Résumé
Background: Despite the fact that most South African youth know about HIV / AIDS and how it can be prevented, there is a high prevalence of HIV / AIDS amongst youth in South Africa.Generally youth do not practice safe sex, and youth sexuality is characterised by multiple sexual partners, not using condoms and transactional sex.Objectives: To minimize the risk of HIV infection, it is necessary to understand youth sexuality.In this paper I explore youth sexuality with a specific focus on how language influences sexuality.Methods: I use discourse analysis and qualitative research techniques.Purposive sampling, a form of non-probability sampling was used.I interviewed seventy youth individually or in groups and used in-depth semi-structured interviews.Results: The use of language influences youth sexuality.Youth have developed a specialised language to talk about sex and sexuality and this language has become part of the daily discourse, so that unsafe sexual practices become norms and are justified.Conclusions: The realm of language can be a creative way for peer and HIV / AIDS educators to work with youth towards creating a healthier sexuality.However, as language always occurs in a material context, it is also necessary to work towards changing the material environment, such as poverty.This environment not only facilitates the development of a particular language but it also encourages unsafe sexual practices such as transactional sex.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».