Les clients des services d'escorte tels que perçus par des femmes offrant ces services
Bibliographic record
Abstract
La discussion de projets de loi criminalisant l'achat des services sexuels constitue un sujet brûlant d'actualité dans plusieurs pays, dont le Canada. Pourtant, bon nombre d'études indiquent que la plupart des clients agissent de manière civilisée envers la personne travailleuse du sexe, alors que seule une infime minorité de clients présentent des comportements violents. Interviewant 16 femmes offrant des services d'escorte, quant à leur expérience de sexualité dans le cadre du travail, celles-ci ont beaucoup discuté des besoins qu'elles percevaient chez leurs clients, de même que des attitudes de ces derniers envers elles. Les participantes décrivent ceux-ci comme étant le plus souvent respectueux, la plupart recherchant un contact chaleureux avec elle et agissant en conséquence. En outre, ceux des clients qui ne recherchent qu'une expérience sexuelle tendent à être également respectueux envers l'escorte. Par contre, certains clients présentent une attitude ou un comportement désagréable. Quelques participantes ont également eu affaire à un client violent au cours de leur parcours comme escorte. La plupart des participantes étaient en mesure de choisir leurs clients, ce qui leur a permis de surtout rencontrer des clients aimables et qui, à l'occasion, leur procure également du plaisir sexuel. Par contre, les participantes plus vulnérables et moins capables de choisir et de maintenir leurs limites ont rencontré plus de clients désagréables ou agressifs.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 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".