The dark side of technology: an editorial on coercive control in the digital age
Bibliographic record
Abstract
l e s d i t o r i a u x Bien que la technologie numrique bnficie d'une rputation impressionnante, fournissant une communication instantane et un accs l'information une chelle ingale, elle entrane invitablement des rpercussions ; y compris le fait d'tre devenu une dimension de la violence entre partenaires intimes (VEPI) contemporaine connue sous le nom de contrle coercitif numrique (CCN). CCN implique l'exploitation des technologies numriques quotidiennes pour intimider, isoler, faire honte, surveiller et contrler dlibrment -principalement des femmesdans des situations de VEPI ; gnralement sous la forme de harclement en ligne, d'abus sexuels bass sur l'image, de surveillance lectronique et de harclement criminel, d'usurpation d'identit et de cyberfraude. Cette manifestation de la VEPI a eu un impact profond sur la vie des survivants, entachant leur vie sociale et professionnelle, ainsi que leur sant motionnelle et physique de base -ce qui signifie un facteur de risque croissant d'homicide domestique. Alors que les chercheurs et les gouvernements internationaux ouvrent la voie dans ce domaine de travail, l'Amrique du Nord a t lente suivre, avec la plus grande rponse jusqu' prsent mergeant au niveau de la base et but non lucratif. Sans attention immdiate, la technologie continuera de s'entrelacer avec nos vies sociales et professionnelles des rythmes rapides et en volution, devenant peut-tre l'une des manifestations les plus dominantes de la VEPI que le monde ait jamais connue.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".