Bibliographic record
Abstract
Quelque part entre les pervers pépères, le culte de la culture populaire, les images sensationnalistes des médias et la politique canadienne en matière d'immigration, la danseuse nue roumaine est devenue une sorte d'archétype. Attrayante, sensuelle, avec son accent étranger excitant et sa peau blanche, elle est la parfaite danseuse exotique. Les danseuses nues représentent le genre, la sensualité ou la sexualité, l'émotion et souvent, l'ethnicité. L'ethnicité peut avoir un cachet dans l'industrie du sexe, et comme le genre, les travailleuses usent consciemment de leur ethnicité pour tirer profit de ce cachet. Les danseuses nues roumaines sont bien placées pour ce faire, car elles sont, au contraire des femmes de couleur, « différentes », mais pas trop. En conséquence, la préférence des clients et de la direction des clubs pour les danseuses roumaines a entraîné la création d'un archétype et la fabrication d'une pénurie de danseuses nues pour répondre à cette demande préférentielle. À l'aide d'une analyse interdépendante de la race, du genre, de l'ethnicité, de la stigmatisation et de la classe, l'auteure explore le discours sur « l'altérité acceptable » implicite dans le traitement et la perception des danseuses nues roumaines par les clients et les directeurs de clubs et le gouvernement canadien, ainsi que par le public.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 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".