Let Me Tell You a Story: English-Canadian Newspapers and Sexual Assault Myths
Bibliographic record
Abstract
En 1983, le Parlement a adopté des modifications importantes aux dispositions du Code criminel en matière de viol afin d'augmenter le taux de dénonciation des agressions sexuelles et d'accroître la confiance des victimes par rapport au système judiciaire. Certains groupes féministes ont perçu ces changements comme significatifs, mais l'optimisme initial quant à l'impact des réformes sur la possibilité pour les femmes d'obtenir justice s'est avéré prématuré puisque les taux de dénonciation demeurent-hélas!-très bas. Le présent article examine la façon dont les médias font rapport des agressions sexuelles et qui peut constituer une raison potentielle pour laquelle les femmes ne dénoncent pas leur victimisation sexuelle. En utilisant l'analyse de contenu et de discours critique, l'article examine la fréquence et la persistance des mythes concernant les agressions sexuelles dans six journaux anglophones au Canada. L'auteure pose comme postulat que les modifications législatives ne peuvent réussir si les croyances sociétales fondamentales continuent d'alimenter les mythes et les stéréotypes au sujet de la violence sexuelle. Les médias reflètent la réalité sociale. Pour comprendre comment la société perçoit l'agression sexuelle, il importe de comprendre le discours des médias au sujet de la violence sexuelle.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.007 |
| Science and technology studies | 0.026 | 0.016 |
| Scholarly communication | 0.012 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".