Les groupes de nouvelles à caractère pédopornographique : une sous-culture de la déviance
Bibliographic record
Abstract
Le développement accéléré des technologies de l’information a considérablement modifié la problématique de la pornographie juvénile en facilitant sa distribution dans le cyberespace, particulièrement dans les groupes de nouvelles Usenet. Ces groupes de nouvelles se révèlent également être des lieux privilégiés de discussion et d’échange entre les amateurs de pornographie juvénile, où une sous-culture de la déviance, au sens des analyses de Becker (1963/1985) s’élabore. Trois de ces groupes de nouvelles ont été infiltrés afin de mieux comprendre les interactions qui s’y tissent entre les participants. Autour de la pornographie juvénile, l’analyse discursive de 1600 communications textuelles montre le processus de formation d’une véritable collectivité déviante de même que le déploiement de stratégies interactionnelles favorisant son maintien. L’analyse montre également comment cette collectivité déviante formée peut offrir aux usagers un cadre de légitimation qui s’édifie progressivement au fil de leurs échanges. Apparaissent en effet dans ce cadre les frontières d’une nouvelle norme de conduite pouvant neutraliser les effets de stigmatisation externe. La déviance est ici envisagée comme un processus social complexe où des acteurs sociaux finissent, suite à leur participation à la sous-culture, par occuper une place spécifique dans la construction symbolique de leur déviance (la pornographie juvénile).
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.009 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".