Música, género e sexualidades na pornografia digital
Bibliographic record
Abstract
A pornografia é uma entre inúmeras criações audiovisuais disponíveis na internet que recorrem a stock music (ou “música de arquivo”): ou seja, música composta previamente, disponível para uso em qualquer tipo de produções, tais como documentários ou publicidade. No entanto, devido à natureza sexual da pornografia, a música nela usada tem passado despercebida no meio académico (bem como a própria pornografia, tendo a revista Porn Studies surgido apenas em 2014). Dada a índole das músicas de arquivo, estas são usadas em produtos audiovisuais muito numerosos e díspares, nos quais há uma forte circulação de códigos musicais estereotipados. Esses estereótipos, aliás, estão já presentes na categorização da stock music em diferentes bases online. Este modo específico de criação e circulação musical torna-se assim indispensável para explorar a construção de significados em produtos audiovisuais, sendo a pornografia apenas um desses produtos. Materiais pornográficos audiovisuais são facilmente acedidos por um público extremamente vasto, sendo alvo de debates centrados nos seus supostos discursos sexistas. Um número crescente de autores, contudo, opõe-se à tendência simplista e redutora de encarar a pornografia como uma produção homogénea e ignorar a variedade crescente de géneros (Paasonen, 2009; Attwood, 2010), mesmo que grande parte destes sejam nichos de mercado. Atualmente, estas criações são sobretudo visualizadas online, graças a sites que agregam os seus utilizadores em fóruns de discussão, sendo mais um exemplo de comunidades formadas ou fortalecidas pela internet. Nestes diferentes géneros pornográficos encontra-se uma reiteração (com a pornografia “para mulheres”) ou, pelo contrário, uma subversão (com a pornografia feminista) de papéis de género e estereótipos sexuais. Essa reiteração é frequentemente reforçada pelo uso de sonoridades ou estilos musicais específicos, recorrendo, a maior parte de vezes, a música de arquivo. Os vários sites que vendem stock music categorizam-na não apenas por 55 géneros musicais (blues, jazz) como também por “ambientes” (acção, romântico, terror). É em associação com estes clichés musicais que vários filmes pornográficos reforçam papéis de género ou estereótipos de representação de certas sexualidades. Neste estudo centro-me em produtoras de géneros pornográficos não mainstream, tendo como principal objetivo o de investigar o modo como constroem uma imagem (e sonoridade) ‘de marca’ ao recorrerem a estas composições musicais pré-existentes.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.008 |
| Scholarly communication | 0.013 | 0.008 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.019 | 0.002 |
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".