Analyse de la recherche sur l’utilisation de la pornographie: méthodologie et résultats de quatre sources (2015): L’Utah n’est pas le numéro 1 utilisé pour la pornographie

Lien vers l'article 

Examen de la recherche sur l’utilisation de la pornographie: méthodologie et résultats de quatre sources.

Cyberpsychologie: Journal de recherche psychosociale sur le cyberespace, 9(4), article 1. est ce que je: 10.5817 / CP2015-4-4

Abstract

Mots-clés: pornographie, utilisation d'Internet, données, représentant

TELECHARGER PDF

Introduction

Bien que la plupart des chercheurs s'accordent à dire que la pornographie est devenue plus omniprésente au cours des dernières décennies, la mesure précise du niveau d'utilisation de la pornographie dans la population reste un défi empirique pour les spécialistes des sciences sociales. La gamme de technologies utilisées pour accéder à la pornographie a évolué au fil du temps, rendant presque impossible la mesure systématique de la même mesure d'utilisation de la pornographie. L’Internet à haut débit, qui pénètre progressivement les marchés au cours des quinze dernières années, permet une accessibilité économique, un anonymat et une facilité d’accès sans précédent à la consommation de pornographie (Cooper, 1998), contribuant ainsi à l’augmentation générale apparente de l’utilisation de la pornographie (Wright, 2011). Hertlein et Stevenson (2010) soulignent également d’autres caractéristiques propres à la pornographie sur Internet à large bande qui contribuent à la croissance du secteur: rapprochement avec le monde physique, acceptabilité, ambiguïté et conciliation entre le «vrai» et le «devrait».

Les méthodes utilisées par le passé pour mesurer l’utilisation de la pornographie reposaient largement sur des données d’enquête (voir Buzzell, 2005). Cependant, la nature électronique de la pornographie en ligne rend de plus en plus possible un certain nombre de méthodes alternatives pour obtenir des mandataires fiables d’utilisation de la pornographie, y compris celles recueillies à partir d’abonnements ou de données de recherche en ligne. La possibilité d'utiliser une mesure objective basée sur des données d'abonnement ou de recherche est un avantage, car les données basées sur une enquête souffrent généralement d'un biais de désirabilité sociale: les répondants peuvent sous-déclarer des activités qui violent les normes sociales (Fisher, 1993). De plus, les données sur les abonnements ne dépendent pas de l'opinion d'un individu sur ce qui constitue la pornographie; une limitation naturelle des questions d'enquête subjectives sur l'utilisation de la pornographie.

Deux études récentes ont exploité des sources de données innovantes sur l'utilisation de la pornographie en ligne. Edelman (2009) utilise les données d'abonnement d'un seul des dix principaux fournisseurs de contenu pornographique payant pour créer un classement des États qui utilisent le plus de pornographie en ligne et les corréler avec plusieurs mesures d'attitudes sociales ou religieuses au niveau de l'État. MacInnis et Hodson (2014) utilisent les données des termes de recherche de Google Trends comme proxy pour l'utilisation de la pornographie et examinent la relation entre l'utilisation de la pornographie au niveau de l'État et les mesures de la religiosité et du conservatisme. Ils constatent que les États ayant des attitudes idéologiques plus fondées sur le droit ont des taux plus élevés de recherches Google liées à la pornographie.

Cet article analyse certaines des affirmations faites dans des études antérieures concernant le classement des États et la relation entre l'utilisation de pornographie au niveau des États et diverses mesures sociales au niveau des États. Nous donnons également un cadre que les futurs chercheurs peuvent utiliser pour évaluer la représentativité de futurs ensembles de données au niveau des États ou même des comtés sur l'utilisation de la pornographie. Edelman (2009) a été un pionnier dans l’accès aux données d’abonnement d’un fournisseur unique de contenu pornographique payant et cette utilisation de données de consommateurs individuels provenant d’entreprises privées deviendra un outil utile pour la collecte de données sur les comportements difficiles à mesurer. Pour l'utilisation future de ce type de données riches, il sera essentiel de déterminer dans quelle mesure les données d'une seule entreprise peuvent fournir les mêmes informations qu'un échantillon représentatif au niveau national.

Dans cet article, nous développons les données utilisées dans ces deux études récentes et les combinons avec deux sources de données supplémentaires. Étant donné que chacune des quatre sources de données utilisées dans le présent document fournit une mesure du niveau d’utilisation de la pornographie, nous estimons la validité de chaque source en la comparant au classement au niveau des États que nous obtenons pour les autres sources.

Données

Notre article s’appuie sur quatre sources de données contenant des informations sur les variations de l’utilisation de la pornographie au niveau des États. Les deux premières sources de données sont des échantillons représentatifs au niveau national, tandis que les deux dernières sont basées sur des abonnements payants ou des pages vues connectées à un fournisseur spécifique de contenu pornographique. Dans chaque source de données, notre mesure de l’utilisation de la pornographie est basée sur les circonstances dans lesquelles les individus recherchent du contenu pornographique plutôt que de visionner accidentellement de la pornographie.

Notre premier ensemble de données est basé sur un échantillon représentatif au niveau national de répondants 2,988 dans l'enquête sur les nouvelles structures familiales (NFSS). La collecte de données a été réalisée par Knowledge Networks (KN), une entreprise de recherche capable de générer des données de haute qualité. Knowledge Networks a recruté au hasard les membres de son panel par sondages téléphonique et postal, les ménages ayant accès à Internet si nécessaire. Ce panneau présente les avantages suivants: il ne se limite pas aux utilisateurs actuels d’Internet ou aux propriétaires d’ordinateurs et n’accepte pas les volontaires choisis par eux-mêmes.

Le NFSS inclut une question sur le fait de savoir si l'intimé a délibérément visionné de la pornographie au cours de l'année précédente. Ce type de question présente l’avantage de rendre compte de l’utilisation de la pornographie quelle que soit la source utilisée par la personne. Il existe d'autres échantillons représentatifs à l'échelle nationale, tels que l'Enquête sociale générale, qui incluent des questions relatives à la pornographie. Nous utilisons les données du NFSS parce qu’elles peuvent être facilement consultées par d’autres chercheurs et qu’elles incluent les identificateurs d’État dans sa forme accessible au public. En revanche, les identificateurs d'état ne peuvent être obtenus que dans la version confidentielle de l'Enquête sociale générale. Pour l'analyse présentée dans cet article, nous utilisons l'ensemble des quarante-six États de l'enquête NFSS pour lesquels il y avait au moins des répondants 50.

La deuxième source de données, Google Trends, fonctionne comme un index de séries chronologiques du volume de recherches entrées dans Google dans une zone géographique spécifique. Ces données se sont avérées utiles dans les efforts économiques et médicaux tels que la prévision des flambées de grippe (Carneiro et Mylonakis, 2009) et la prévision des indicateurs économiques à court terme tels que la confiance des consommateurs ou le chômage (Choi et Varian, 2012). Preis, Moat et Stanley (2013) quantifient le comportement commercial à l'aide de Google Trends, montrant que certains termes sont liés à l'augmentation ou à la diminution de la valeur des actions. L'industrie du divertissement pour adultes peut également être examinée en utilisant les données de recherche de Google Trends dans la mesure où des caractéristiques importantes de son industrie peuvent être mesurées quantitativement.

Le défi le plus important lié à l’utilisation des données de Google Trends consiste à sélectionner les termes spécifiques sur lesquels nous tirons les données. Les termes choisis doivent constituer un indicateur réel de l’utilisation de la pornographie pour que notre analyse soit utile. Ho et Watters (2004) ont analysé les tendances structurelles des sites Web pornographiques. Dans le cadre de leur analyse, ils créent une liste de termes qui apparaissent fréquemment sur des sites Web pornographiques et qui souvent ne figurent pas sur des sites Web non pornographiques. Les quatre termes les plus utilisés étaient «porno», «xxx», «sexe» et «f ***». En utilisant les statistiques de recherche, nous constatons que les recherches de ces quatre termes sont fortement corrélées. En revanche, les recherches sur le terme «pornographie» ne sont liées à aucun de ces quatre termes et sont susceptibles d'être utilisées par des personnes recherchant des informations sur la pornographie plutôt que d'accéder à un contenu pornographique réel.

Il existe également une distinction entre la pornographie «dure» et la pornographie «douce», le terme «doux» faisant généralement référence aux médias de nature sexuelle, mais ne représentant pas la pénétration. Les quatre termes énumérés précédemment ne fourniront des données que sur les utilisateurs recherchant un contenu dur, mais nous considérons néanmoins qu'il s'agit d'une analyse efficace pour deux raisons. La pornographie douce n'est pas considérée comme de la pornographie par de nombreux téléspectateurs et, par conséquent, elle est omniprésente, même dans les principaux médias, y compris la télévision et les films. Deuxièmement, nous constatons que les recherches relatives de termes relatifs à la pornographie douce sont minimes par rapport à la recherche de termes liés à la pornographie réelle. Nous avons effectué une recherche relative pour les termes de recherche «porn» et «filles nues» sur 2005-2013. Les recherches des deux termes ont été normalisées de manière à ce que le volume de recherche maximal prenne la valeur 100, ce qui correspond au terme «porn». Par rapport au maximum normalisé, les «filles nues» n’ont jamais un indice de volume de recherche supérieur à 6.

Les données de Google Trends n'indiquent pas le nombre réel de recherches pour un terme spécifique dans une zone géographique. Chaque point de données est normalisé en divisant le nombre de recherches pour le terme par le nombre total de recherches dans cette zone. Les données sont donc contrôlées pour la population et les différences de volume de recherche entre les États. Google Trends élimine également les recherches répétées effectuées par une seule personne sur une courte période afin d'empêcher une seule personne de fausser les résultats.

Les données sont disponibles au niveau des états à partir de Google Trends. Nous utilisons les données de juillet 2013-Juillet 2014. Nos observations sont ajustées à une échelle 1-100. Un état avec les recherches normalisées les plus élevées d'un terme spécifique au cours d'une période d'une semaine dans notre jeu de données a une lecture de 100. En utilisant ces données pour chaque terme, nous construisons un index de recherches pornographiques pour chaque état-semaine de nos données avec une somme pondérée utilisant les quatre termes. Nous pèsons plus lourdement sur «porno» et «sexe» parce que leurs recherches relatives sont beaucoup plus grandes que comparées à «f ***» et «xxx». Plus précisément, nous utilisons la pondération relative moyenne de chaque terme au cours de la dernière année. Nous utilisons ensuite ce classement pondéré des États en volume de recherche par Google Trends pour modéliser géographiquement l’industrie du divertissement pour adultes.

L'un des avantages de l'utilisation des données de Google Trends par rapport aux données d'abonnement spécifiques à un site Web est le fait qu'elles incluent des informations sur les personnes recherchant à la fois des divertissements pour adultes gratuits et payants. Doran (2008) note qu'environ 80-90% des visiteurs de sites Web pornographiques accèdent uniquement à du matériel pornographique gratuit, suggérant que l'analyse du divertissement payant pour adultes peut masquer les tendances actuelles de la consommation de pornographie en général.

Notre troisième source de données enregistre le nombre d'abonnements à l'un des dix plus grands fournisseurs de contenu pornographique payant utilisé dans une étude récente d'Edelman (2009). L'analyse de cet ensemble de données par Edelman constituait une nouvelle contribution à la littérature; Les études précédentes sur l'utilisation de la pornographie n'avaient porté que sur des données d'enquêtes. Les données spécifiques utilisées étaient le code postal associé à tous les abonnements de cartes de crédit entre 2006 et 2008. Ce fournisseur de contenu a des centaines de sites couvrant une large gamme de divertissements pour adultes. Edelman (2009) reconnaît toutefois qu '«il est difficile de confirmer rigoureusement que ce vendeur est représentatif».

Bien que la source de ces données d'abonnement soit l'un des principaux vendeurs 10 de divertissement pour adultes, le nombre d'abonnements est très faible par rapport aux schémas d'utilisation de la pornographie observés dans des données d'enquête telles que la NFSS, où 47% des adultes déclarent avoir utilisé de la pornographie au cours de la dernière année. . L’état avec le plus grand nombre d’abonnements par foyer à large bande est l’Utah avec 5.47 pour chaque foyer 1,000 à large bande. L'état le plus bas est le Montana avec des abonnements 1.92 pour tous les foyers 1,000 équipés du haut débit. Ces taux bas suggèrent que la part de marché de chaque fournisseur de contenu pornographique est petite, ce qui rend difficile de savoir si les données d'un fournisseur peuvent fournir une comparaison précise entre États. Comme mentionné précédemment, la grande majorité des personnes qui accèdent à la pornographie en ligne ont uniquement accès à du contenu gratuit au lieu d'utiliser un site payant tel que ceux étudiés par Edelman (Doran, 2010).

Notre quatrième source de données est constituée des données de pages vues de Pornhub.com, qui était le troisième plus important hébergeur en ligne de divertissement pour adultes aux États-Unis à l'époque. Nous utilisons les données Pornhub en raison de leur taille et de la disponibilité des données. Pornhub a rendu les pages vues par habitant au cours de l'année 2013 accessibles au public et a communiqué ces données séparément par État. Les données de Pornhub sont de nature similaire à celles d'Edelman en ce sens qu'il s'agit d'une mesure objective de l'utilisation de la pornographie du côté du fournisseur. Cependant, les enregistrements de données affichent des pages au lieu d’abonnés; intuitivement, les données révéleraient des schémas d'utilisation lourde par personne ainsi que des schémas de prolifération au sein de la population. Les données présentent également l’avantage relatif d’inclure à la fois les utilisations payantes et non rémunérées.

Évaluer la représentativité des nouvelles sources de données

La révolution des mégadonnées commence à ouvrir de manière spectaculaire les types de sources de données pouvant être utilisées pour mesurer et étudier les comportements, tels que l'utilisation de la pornographie. Les données d'abonnement utilisées par Edelman (2009) représentent le type de grands ensembles de données qui deviendront de plus en plus disponibles pour les chercheurs dans leurs recherches. Une première étape importante dans l’utilisation de ce type de données exclusives consistera à évaluer dans quelle mesure les données d’un fournisseur unique sont représentatives de la population générale concernée. Dans cette section, nous fournissons un cadre permettant d’évaluer la représentativité d’un ensemble de données en le comparant aux tendances observées à partir d’autres données réputées représentatives au niveau national ou en les comparant à une combinaison d’autres sources de données qui, collectivement, sont susceptibles de représenter la valeur réelle. comportement sous-jacent.

Dans le tableau 1, nous répertorions les dix états principaux et les dix derniers en matière d'utilisation de la pornographie en fonction de chacune des quatre sources: données d'abonnement, Pornhub, NFSS et Google Trends. Le Mississippi est un État classé parmi les quatre États ayant le plus grand nombre d’utilisateurs de pornographie dans les quatre ensembles de données, et l’Idaho se classe systématiquement parmi les taux les plus bas de tous les États, pour la plupart des mesures. En revanche, d’autres États, tels que l’Arkansas et l’Utah, se classent parmi les dix premiers selon certaines mesures mais parmi les dix derniers parmi d’autres. Ces résultats suggèrent qu'identifier quel État semble avoir les taux les plus élevés d'utilisation de la pornographie sur la base d'une source de données unique peut être un peu problématique.

Tableau 1. Ordre de classement des États en fonction de quatre sources de données différentes contrôlées
pour l'accès Internet à large bande.

Dans le tableau 2 du tableau A, nous estimons la corrélation entre chacune des sources de données en utilisant les mesures réelles de l’utilisation de la pornographie à partir de chaque source plutôt que le classement ordinal indiqué dans le tableau 1 à partir de ces mesures. Les données sur les abonnements payants ont, de loin, la corrélation la plus faible avec les trois autres sources et sont même négativement corrélées avec les données de l'enquête NFSS. Les données d'abonnement payant présentent une corrélation de -0.0358 avec NFSS, 0.076 avec Google Trends et 0.0066 avec Pornhub. Aucune de ces corrélations n'est statistiquement significative; les statistiques t correspondantes sont toutes inférieures à 0.6 (qui correspondent à des valeurs p directionnelles supérieures à .3). En revanche, les trois autres classements montrent des corrélations relativement notables. Google Trends et Pornhub ont une corrélation de .487, NFSS et Google Trends ont une corrélation de .655 et Pornhub et NFSS ont une corrélation de .551. Toutes ces corrélations sont statistiquement significatives avec une statistique t entre Google Trends et Pornhub de 3.78, entre NFSS et Google Trends de 5.68, et entre Pornhub et NFSS de 4.28. Tous correspondent à des valeurs de p directionnelles inférieures à .0004.

Dans le panneau B, nous rapportons les corrélations en utilisant les classements ordinaux créés à partir de chaque source de données. Les corrélations entre NFSS, les tendances de Google et Pornhub ont des coefficients de corrélation et une signification comparables à ceux du volet A; de même, la corrélation entre les tendances de Google et les abonnements payants est similaire. Le panel est remarquable car, lorsqu’on utilise des classements ordinaux, les données d’abonnement payant sont davantage en corrélation avec les données d’enquête Pornhub et NFSS. Toutefois, les corrélations restent insignifiantes. Les deux panels nous permettent de tirer des conclusions similaires, mais les coefficients les plus élevés pour les données sur les abonnements payants valent la peine d’être soulignés, en dépit du fait qu’ils sont insignifiants et nettement plus faibles que les corrélations des autres sources entre elles. Nous pensons que les corrélations utilisant les mesures réelles de l’utilisation de la pornographie plutôt que les classements ordinaux représentent le mieux l’industrie, car elles tiennent compte de la différence réelle d’utilisation de la pornographie plutôt que de l’ordre précis des États.

Tableau 2. Corrélation entre les quatre sources de données.

La corrélation significative entre les trois sources de données sur les abonnements non payés, malgré les différentes variables qu’elles mesurent (volume de recherche, pages vues et proportion de téléspectateurs), suggère qu’elles mesurent un véritable schéma sous-jacent de variation de l’utilisation de la pornographie entre les États; une non corrélée avec les données d'abonnement utilisées par Edelman (2009).

Sensibilité des estimations à la source de données utilisée

Afin d'illustrer l'importance de tenir compte des différences de taux de pornographie d'État entre différentes sources de données, nous reproduisons les résultats d'une étude récente qui a révélé que les États plus religieux et plus conservateurs étaient plus susceptibles de rechercher du contenu sexuel sur Google (MacInnis & Hodson, 2014). Nous examinons si les conclusions de cet article s'appliquent à d'autres mesures de l'utilisation de la pornographie en utilisant les autres sources de données que nous avons décrites dans cet article. Les résultats de cette réplication sont donnés dans le tableau 3. Nous avons standardisé les mesures de l'utilisation de la pornographie, de la religiosité et du conservatisme en soustrayant la moyenne et en divisant par l'écart-type pour permettre des comparaisons entre les différentes mesures d'utilisation de la pornographie (cette approche équivaut à convertir chacune des mesures en un score Z).

Tableau 3. Corrélations entre la religiosité au niveau de l'État ou le conservatisme et chaque métrique
d'utilisation de la pornographie.

Dans l'étude initiale, MacInnis et Hodson (2014) ont présenté des résultats basés sur les données de Google Trends séparément pour des termes de recherche spécifiques tels que sexe, porno et XXX, similaires aux termes que nous utilisons dans notre mesure Google Trends. Les résultats de la première ligne du tableau 3 montrent que nous trouvons également une relation statistiquement significative entre la religiosité et le conservatisme dans la plupart des cas lorsque nous utilisons les données de Google Trends. Toutefois, les autres lignes du tableau 3 montrent que la relation statistique est beaucoup plus faible lorsque l’une des trois autres sources de données est utilisée. Ces résultats suggèrent que si MacInnis et Hodson (2014) avaient utilisé l’une des trois autres sources de données, ils seraient probablement parvenus à une conclusion différente dans leur document sur la solidité de la relation qu’ils examinaient.

Le fait que MacInnis et Hodson (2014) trouvent une relation statistiquement significative entre la religiosité au niveau de l'État et l'utilisation de la pornographie au niveau de l'État est intéressant étant donné que des études antérieures utilisant des données au niveau individuel montrent que les personnes qui fréquentent régulièrement l'église sont beaucoup moins susceptibles d'utiliser la pornographie ( Doran et Price, 2014; Patterson et Price, 2012; Stack, Wasserman et Kearns, 2004). Ce type de schéma dans lequel les relations au niveau du groupe sont opposées à ce que l'on trouve au niveau individuel a également été trouvé dans la relation entre l'éducation et la religion (Glaeser & Sacerdote, 2008) et la relation entre le revenu et l'affiliation politique (Glaeser & Sacerdote, 2007).

a lieu

Chacune des sources de données examinées ci-dessus reflète une vue transversale différente de l'industrie de la pornographie en ligne et chacune comporte des vulnérabilités importantes pour les chercheurs intéressés par les niveaux généraux d'utilisation de la pornographie par l'État. Les données de l'enquête NFSS, par exemple, sous-estiment probablement la consommation de pornographie en raison du biais de désirabilité sociale et de la mémoire défaillante des sujets. Les données de Google Trends ne parviennent pas à capturer toute utilisation pornographique à laquelle on accède autrement que par une recherche Google. Les données de Pornhub et d’abonnements payants peuvent être limitées en termes de représentativité; ils mesurent l'utilisation par rapport à une seule entreprise du secteur.

Lorsque des données de n'importe quelle source sont utilisées dans la recherche, les résultats doivent être présentés dans le contexte des données menant à ces résultats. Des problèmes se posent lorsque des individus interprètent à tort une source de données donnée comme représentant l'ensemble de l'industrie de la pornographie. Il existe de nombreux autres paramètres dans lesquels des données non représentatives similaires peuvent être excessivement généralisées par erreur. Les chercheurs et les individus doivent être conscients de la validité externe de leurs résultats, tandis que les médias et les lecteurs doivent veiller à ne pas trop généraliser les résultats.

Nous reconnaissons également une limitation de nos sources de données en ce qu'elles capturent l'industrie de la pornographie à différents moments historiques; Google Trends (2013-2014), abonnement payant (2006-2008), Pornhub (2013) et NFSS (2012). Les données d'abonnement payées ont été collectées environ 6-7 années avant les autres sources. Cette différence de temps peut biaiser nos résultats, mais les tendances générales dans l'ensemble des sources de données sont telles que nous estimons que nos conclusions sont exactes. Des changements majeurs dans l'utilisation relative de la pornographie entre États de 2006-2013 seraient nécessaires pour que ce biais se produise, ce qui nous semble peu probable.

Lorsque vous tentez de classer les individus de l'ordre en fonction d'une forme d'activité, vous devez consulter plusieurs sources (si elles sont disponibles) pour obtenir des résultats contrastés. Si les commandes sont similaires, leur précision peut être plus facilement supposée. S'ils diffèrent, une opportunité se présente de mieux comprendre la question. Dans notre cas particulier, les différences sont susceptibles de se produire du fait que les sources capturent différents types d’utilisation de la pornographie.

Des recherches antérieures sur l'utilisation de la pornographie ont porté sur la mesure dans laquelle elle pourrait affecter des domaines d'intérêt importants tels que le divorce, le bonheur, la productivité des travailleurs et la violence sexuelle (Bergen et Bogle, 2000; Doran et Price, 2014; Patterson et Price, 2012; Young Et Case, 2004). Lorsqu'une telle recherche est menée, les données doivent provenir d'une ou plusieurs sources fiables et généralisables. Les résultats et les découvertes de ces effets doivent également être considérés à la lumière de l'âge, du sexe et de l'identité sexuelle des individus - des facteurs qui ne sont pas pris en compte dans cet article (Sevcikova et Daneback, 2014; Stoops, 2015; Traeen et Daneback, 2013). ; Tripodi et al.2015). Dans de telles opportunités de recherche, l'utilisation de la pornographie par l'État peut jouer un rôle dans l'analyse. Compte tenu des résultats de cet article, la source de données d'une telle variable doit être fortement prise en compte dans une telle régression et le résultat doit être interprété dans le contexte de la source de données.

Conclusion

Les données fournies par des entreprises spécifiques sont susceptibles de fournir des informations importantes sur des questions d'intérêt public. Un défi majeur consiste à déterminer quand les données d’une seule entreprise, même très grande, peuvent fournir des informations représentatives de l’ensemble de la population. En supposant que les taux relatifs de pornographie dans les États n’aient pas subi de modifications majeures par rapport à 2006-2013, les résultats de notre article suggèrent que, dans certains cas, les informations fournies par une seule entreprise peuvent donner une image trompeuse des schémas géographiques d’un comportement donné. Cela peut être particulièrement important pour l’utilisation de la pornographie car la grande majorité des personnes qui accèdent à la pornographie en ligne n’accèdent qu’à un contenu gratuit au lieu d’utiliser un site payant (Doran, 2008).

Les résultats de cet article s'appuient sur quatre sources de données différentes sur l'utilisation de la pornographie, dont deux impliquant des données représentatives au niveau national (Google Trends et NFSS). Nous trouvons une corrélation significative entre trois de nos sources de données, suggérant qu'elles reflètent toutes une tendance sous-jacente similaire dans l'utilisation de la pornographie à travers les États. En revanche, les données sur les abonnements payés, la seule source qui a retenu l'attention des médias, sont en réalité assez peu corrélées avec les autres sources. Nous montrons également que les choix entre les sources de données peuvent affecter les conclusions tirées par les études et suggèrent que les futures études incluent des tests de sensibilité entre les sources de données lors de l’examen de questions pour lesquelles il est difficile d’obtenir une mesure idéale du comportement spécifique.

Bibliographie