Humiliation, responsabilisation et moralisation dans les discours sur le partage d’images intimes chez les jeunes
Bibliographic record
Abstract
Cet article porte sur les discours entourant le partage, consensuel ou non, d’images à caractère sexuel (sextage, porno revancharde) chez les jeunes. Ce phénomène suscite inquiétude et indignation à l’heure actuelle et fait l’objet d’une couverture médiatique intense, de campagnes de prévention et de mesures législatives spécifiques au Québec et ailleurs en Occident. L’article présente les résultats d’une analyse critique des discours médiatiques et légaux qui produisent le partage d’images intimes chez les jeunes comme un problème public nécessitant des solutions. Les documents soumis à l’analyse proviennent des articles et des reportages publiés dans la presse écrite francophone ainsi que des principales mesures de prévention mises en place au courant de l’année 2017 au Québec. Réalisée à partir d'un cadre théorique féministe dit sexe-positif, l'analyse montre comment les discours à l'égard du partage d'images intimes chez les jeunes reproduisent les normes conventionnelles de la sexualité et le double standard qu'elles supportent. Notamment, ces discours produisent le partage d’images intimes comme une pratique foncièrement malsaine et dangereuse, surtout pour les jeunes filles. Conséquemment, la majorité des mesures proposées ciblent d’abord les filles qui sont invitées à se responsabiliser et se soucier d’elles-mêmes afin d’éviter les risques liés au partage d’images intimes, à commencer par celui de leur humiliation sexuelle (slut-shaming).
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 | 0.005 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.019 | 0.025 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.005 | 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".