Quels sont les facteurs menant à la consommation de services sexuels rémunérés dans un contexte touristique à lâétranger? : le cas du tourisme sexuel au Mexique
Notice bibliographique
Résumé
Il a été montré que l’Homme a un penchant latent à poser des gestes prohibés qui sont contrôlés par les normes formelles et informelles de sa communauté. Si nous sortons un individu de sa communauté sera-t-il plus enclin à poser ces gestes? C’est cette situation que le présent mémoire cherche à exposer. Nous visons à comprendre le processus menant à la consommation de services sexuels rémunérés dans un contexte touristique à l’étranger par l’étude du tourisme sexuel au Mexique. Nous cherchons à définir les facteurs qui motivent, ou du moins favorisent ce type de consommation dans un tel contexte.\nPour rendre compte de ces facteurs, nous utilisons un corpus de données composé de commentaires publiés par des touristes sexuels sur un forum de clavardage, se\ntrouvant sur la Toile, et de données existantes. Nous analysons ce corpus de\ndonnées par une combinaison théorique de l’intersectionnalité et du contrôle social.\nPrécisément, nous analysons les commentaires seuls afin de rendre compte des motivations des touristes à pratiquer le tourisme sexuel, puis nous analysons les données existantes en établissant des liens avec les commentaires publiés pour connaitre les facteurs qui permettent aux touristes cette pratique.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».