| ಗ್ಮೈನರ್, ಎಮ್., ಪ್ರೈಸ್, ಜೆ., ಮತ್ತು ವರ್ಲೆ, ಎಂ. (2015). ಅಶ್ಲೀಲತೆಯ ವಿಮರ್ಶೆ ಸಂಶೋಧನೆ: ವಿಧಾನ ಮತ್ತು ನಾಲ್ಕು ಮೂಲಗಳಿಂದ ಫಲಿತಾಂಶಗಳು. ಸೈಬರ್ಪ್ಸೈಕಾಲಜಿ: ಜರ್ನಲ್ ಆಫ್ ಸೈಕೋಸಾಜಿಕಲ್ ರಿಸರ್ಚ್ ಆನ್ ಸೈಬರ್ಸ್ಪೇಸ್, 9(4), ಲೇಖನ 1. ನಾನ: 10.5817 / CP2015-4-4 | |
1,2,3 ಬ್ರಿಗ್ಯಾಮ್ ಯಂಗ್ ಯೂನಿವರ್ಸಿಟಿ, ಪ್ರೊವೊ, ಉತಾಹ್, ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್
ಅಮೂರ್ತಅಶ್ಲೀಲ ಸಾಹಿತ್ಯವನ್ನು ವ್ಯಾಪಕವಾಗಿ ಅಳೆಯಲು ಅಸಂಖ್ಯಾತ ಹೊಸ ಡೇಟಾ ಮೂಲಗಳಿಗೆ ಅಶ್ಲೀಲತೆಯ ವಿದ್ಯುನ್ಮಾನ ಪ್ರಸರಣವು ಅವಕಾಶ ನೀಡುತ್ತದೆ. ಇತ್ತೀಚಿನ ಅಧ್ಯಯನಗಳು ತಲಾ ಆನ್ಲೈನ್ ಅಶ್ಲೀಲತೆಯನ್ನು ಬಳಸುವುದರ ಮೂಲಕ US ರಾಜ್ಯಗಳನ್ನು ಕ್ರಮಗೊಳಿಸಲು ಮತ್ತು ಅಶ್ಲೀಲತೆಯ ನಿರ್ಣಾಯಕ ಸ್ಥಿತಿಯನ್ನು ರಾಜ್ಯ ಮಟ್ಟದಲ್ಲಿ ಗುರುತಿಸಲು ಈ ಡೇಟಾವನ್ನು ಬಳಸಲು ಪ್ರಾರಂಭಿಸಿವೆ. ರಾಜ್ಯದ ಮೂಲಕ ಅಶ್ಲೀಲತೆಯ ಬಳಕೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು, ಜೊತೆಗೆ ಆನ್ಲೈನ್ ಅಶ್ಲೀಲತೆಯನ್ನು ಅನೇಕ ಡೇಟಾ ಮೂಲಗಳನ್ನು ಬಳಸಿ ಅಳೆಯಲು ಎರಡು ಹಿಂದಿನ ವಿಧಾನಗಳನ್ನು ಹೋಲಿಸುವುದು ಈ ಕಾಗದದ ಗುರಿಯಾಗಿದೆ. Pornhub.com, Google ಟ್ರೆಂಡ್ಗಳು ಮತ್ತು ಹೊಸ ಕುಟುಂಬ ರಚನೆಗಳ ಸಮೀಕ್ಷೆಯಿಂದ ರಾಜ್ಯಮಟ್ಟದ ಶ್ರೇಯಾಂಕಗಳು ಗಮನಾರ್ಹವಾಗಿ ಪರಸ್ಪರ ಸಂಬಂಧ ಹೊಂದಿವೆ ಎಂದು ನಾವು ಕಂಡುಕೊಳ್ಳುತ್ತೇವೆ. ಇದಕ್ಕೆ ತದ್ವಿರುದ್ಧವಾಗಿ, ಒಂದೇ ಒಂದು ದೊಡ್ಡ ಪಾವತಿಸಿದ ಚಂದಾದಾರಿಕೆ ಅಶ್ಲೀಲತೆಯ ವೆಬ್ಸೈಟ್ನ ಡೇಟಾವನ್ನು ಆಧರಿಸಿ ಶ್ರೇಯಾಂಕಗಳು ಇತರ ಮೂರು ಡೇಟಾ ಮೂಲಗಳ ಆಧಾರದ ಮೇಲೆ ಶ್ರೇಯಾಂಕಗಳೊಂದಿಗೆ ಯಾವುದೇ ಗಮನಾರ್ಹವಾದ ಸಂಬಂಧವನ್ನು ಹೊಂದಿಲ್ಲ ಎಂದು ನಾವು ಕಂಡುಕೊಳ್ಳುತ್ತೇವೆ. ಆನ್ಲೈನ್ ಅಶ್ಲೀಲತೆಯು ಉಚಿತವಾಗಿ ಲಭ್ಯವಾದಾಗಿನಿಂದ, ಪಾವತಿಸಿದ ಚಂದಾದಾರಿಕೆಯ ಡೇಟಾವನ್ನು ಆಧರಿಸಿದ ಸಂಶೋಧನೆಯು ತಪ್ಪು ದಾರಿಗೆಳೆಯುವ ತೀರ್ಮಾನಗಳನ್ನು ನೀಡಬಹುದು. ಕೀವರ್ಡ್ಗಳು: ಅಶ್ಲೀಲತೆ, ಇಂಟರ್ನೆಟ್ ಬಳಕೆ, ಡೇಟಾ, ಪ್ರತಿನಿಧಿ
ಪರಿಚಯಇತ್ತೀಚಿನ ದಶಕಗಳಲ್ಲಿ ಅಶ್ಲೀಲತೆಯು ಹೆಚ್ಚು ವ್ಯಾಪಕವಾಗಿ ಹರಡಿತು ಎಂದು ಹೆಚ್ಚಿನ ಸಂಶೋಧಕರು ಒಪ್ಪಿಕೊಂಡರೂ, ಅಶ್ಲೀಲತೆಯ ಮಟ್ಟವನ್ನು ನಿಖರವಾಗಿ ಮಾಪನ ಮಾಡುವುದರಿಂದ ಜನಸಂಖ್ಯೆಯಲ್ಲಿ ಸಾಮಾಜಿಕ ವಿಜ್ಞಾನಿಗಳಿಗೆ ಪ್ರಾಯೋಗಿಕ ಸವಾಲಾಗಿದೆ. ಕಾಮಪ್ರಚೋದಕತೆಯನ್ನು ಪ್ರವೇಶಿಸಲು ಬಳಸಿದ ತಂತ್ರಜ್ಞಾನಗಳ ರಚನೆಯು ಕಾಲಾನಂತರದಲ್ಲಿ ಬದಲಾಗಿದೆ, ಅಶ್ಲೀಲತೆಯ ಬಳಕೆಗೆ ಒಂದೇ ರೀತಿಯ ಮೆಟ್ರಿಕ್ ಅನ್ನು ಸ್ಥಿರವಾಗಿ ಅಳೆಯಲು ಅಸಾಧ್ಯವಾಗಿದೆ. ಕಳೆದ ಹದಿನೈದು ವರ್ಷಗಳಲ್ಲಿ ಮಾರುಕಟ್ಟೆಗಳಿಗೆ ಹಂತಹಂತವಾಗಿ ತೂಗಾಡುತ್ತಿರುವ ಹೈ-ಸ್ಪೀಡ್ ಅಂತರ್ಜಾಲ, ಅಚ್ಚರಿಯ ಅಸಾಧ್ಯತೆ, ಅನಾಮಧೇಯತೆಯನ್ನು ಮತ್ತು ಅಶ್ಲೀಲ ಬಳಕೆಯಲ್ಲಿ (ಕೂಪರ್, 1998) ಪ್ರವೇಶವನ್ನು ಸುಲಭಗೊಳಿಸುತ್ತದೆ, ಅಶ್ಲೀಲತೆಯ ಬಳಕೆ (ರೈಟ್, 2011) ನಲ್ಲಿ ಸಾಮಾನ್ಯವಾದ ಏರಿಕೆಗೆ ಕಾರಣವಾಗಿದೆ. ಉದ್ಯಮದ ಬೆಳವಣಿಗೆಗೆ ನೆರವಾಗುವಲ್ಲಿ ಹೆರ್ಟ್ಲೀನ್ ಮತ್ತು ಸ್ಟೀವನ್ಸನ್ (2010) ಬ್ರಾಡ್ಬ್ಯಾಂಡ್ ಇಂಟರ್ನೆಟ್ ಅಶ್ಲೀಲತೆಗೆ ನಿರ್ದಿಷ್ಟವಾಗಿ ಇತರ ಲಕ್ಷಣಗಳನ್ನು ಗಮನಿಸಿ: ದೈಹಿಕ ಜಗತ್ತಿಗೆ ಹತ್ತಿರ ಅಂದಾಜು, ಸ್ವೀಕಾರಾರ್ಹತೆ, ದ್ವಂದ್ವಾರ್ಥತೆ, ಮತ್ತು ಒಬ್ಬರ "ನೈಜ" ಮತ್ತು "ಸೊಟ್" ಸ್ವಯಂ ನಡುವಿನ ಸೌಕರ್ಯಗಳು. ಅಶ್ಲೀಲತೆಗೆ ಹಿಂದಿನ ವಿಧಾನಗಳು ಮಾಪನವನ್ನು ಬಳಸುವುದು ಸಮೀಕ್ಷೆಯ ಡೇಟಾವನ್ನು ಅವಲಂಬಿಸಿದೆ (ಬಝೆಲ್, 2005 ನೋಡಿ). ಆನ್ಲೈನ್ ಅಶ್ಲೀಲತೆಯ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಸ್ವಭಾವವು, ಆದಾಗ್ಯೂ, ಚಂದಾದಾರಿಕೆ ಅಥವಾ ಆನ್ಲೈನ್ ಸರ್ಚ್ ಡೇಟಾದಿಂದ ಸಂಗ್ರಹಿಸಿದಂತಹ ಅಶ್ಲೀಲತೆಯ ಬಳಕೆಯ ವಿಶ್ವಾಸಾರ್ಹ ಪ್ರಾಕ್ಸಿಗಳನ್ನು ಪಡೆಯುವುದಕ್ಕಾಗಿ ಹಲವಾರು ಪರ್ಯಾಯ ವಿಧಾನಗಳನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಸಮೀಕ್ಷೆ-ಆಧಾರಿತ ಡೇಟಾವು ಸಾಮಾನ್ಯವಾಗಿ ಒಂದು ಸಾಮಾಜಿಕ ಉದ್ದೇಶಪೂರ್ವಕತೆಯ ಪಕ್ಷಪಾತದಿಂದ ಬಳಲುತ್ತಿರುವ ಕಾರಣ ಚಂದಾದಾರಿಕೆ ಅಥವಾ ಹುಡುಕಾಟ ಡೇಟಾವನ್ನು ಆಧರಿಸಿ ಉದ್ದೇಶಿತ ಅಳತೆಯನ್ನು ಬಳಸುವ ಸಾಮರ್ಥ್ಯವು ಪ್ರಯೋಜನಕಾರಿಯಾಗಿದೆ: ಪ್ರತಿಸ್ಪಂದಕರು ಸಾಮಾಜಿಕ ರೂಢಿಗಳನ್ನು (ಫಿಶರ್, 1993) ಉಲ್ಲಂಘಿಸುವ ಚಟುವಟಿಕೆಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು. ಇದರ ಜೊತೆಗೆ, ಚಂದಾದಾರಿಕೆ ಡೇಟಾವು ಅಶ್ಲೀಲತೆಯ ಬಗ್ಗೆ ಏನೆಂದು ವ್ಯಕ್ತಿಯ ಅಭಿಪ್ರಾಯವನ್ನು ಅವಲಂಬಿಸಿಲ್ಲ; ಅಶ್ಲೀಲ ಬಳಕೆಯ ಬಗ್ಗೆ ವ್ಯಕ್ತಿನಿಷ್ಠ ಸಮೀಕ್ಷೆಯ ಪ್ರಶ್ನೆಗಳ ನೈಸರ್ಗಿಕ ಮಿತಿ. ಎರಡು ಇತ್ತೀಚಿನ ಅಧ್ಯಯನಗಳು ಆನ್ ಲೈನ್ ಅಶ್ಲೀಲ ಬಳಕೆಯ ಬಗ್ಗೆ ಮಾಹಿತಿಯ ನವೀನ ಮೂಲಗಳಾಗಿ ಟ್ಯಾಪ್ ಮಾಡಿದೆ. ಎಡೆಲ್ಮ್ಯಾನ್ (2009) ಪಾವತಿಸಿದ ಕಾಮಪ್ರಚೋದಕ ವಿಷಯದ ಏಕೈಕ ಉನ್ನತ-ಹತ್ತು ಪೂರೈಕೆದಾರರಿಂದ ಚಂದಾದಾರಿಕೆ ಡೇಟಾವನ್ನು ಬಳಸುತ್ತದೆ, ಇದು ಯಾವ ರಾಜ್ಯಗಳ ಹೆಚ್ಚಿನ ಆನ್ಲೈನ್ ಅಶ್ಲೀಲತೆಯನ್ನು ಬಳಸುತ್ತದೆ ಮತ್ತು ಸಾಮಾಜಿಕ ಅಥವಾ ಧಾರ್ಮಿಕ ವರ್ತನೆಗಳ ಹಲವಾರು ರಾಜ್ಯ-ಮಟ್ಟದ ಕ್ರಮಗಳನ್ನು ಇದು ಸಂಯೋಜಿಸುತ್ತದೆ. ಮ್ಯಾಕ್ಇನ್ನಿಸ್ ಮತ್ತು ಹೊಡ್ಸನ್ (2014) ಅಶ್ಲೀಲತೆಗಾಗಿ ಪ್ರಾಕ್ಸಿ ಆಗಿ ಗೂಗಲ್ ಟ್ರೆಂಡ್ಸ್ ಸರ್ಚ್ ಟರ್ಮ್ ಡೇಟಾವನ್ನು ಬಳಸುತ್ತಾರೆ ಮತ್ತು ರಾಜ್ಯದ ಮಟ್ಟದ ಅಶ್ಲೀಲತೆ ಬಳಕೆ ಮತ್ತು ಧರ್ಮ ಮತ್ತು ಸಂಪ್ರದಾಯವಾದದ ಕ್ರಮಗಳ ನಡುವಿನ ಸಂಬಂಧವನ್ನು ಪರೀಕ್ಷಿಸುತ್ತಾರೆ. ಹೆಚ್ಚು ಬಲ-ಒಲವುಳ್ಳ ಸೈದ್ಧಾಂತಿಕ ವರ್ತನೆಗಳು ಹೊಂದಿರುವ ರಾಜ್ಯಗಳು ಅಶ್ಲೀಲ-ಸಂಬಂಧಿತ Google ಹುಡುಕಾಟಗಳ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣವನ್ನು ಹೊಂದಿವೆ ಎಂದು ಅವರು ಕಂಡುಕೊಂಡಿದ್ದಾರೆ. ಈ ಕಾಗದವು ರಾಜ್ಯಗಳ ಶ್ರೇಣಿ ಆದೇಶ ಮತ್ತು ರಾಜ್ಯದ ಮಟ್ಟದ ಅಶ್ಲೀಲ ಬಳಕೆಯ ನಡುವಿನ ಸಂಬಂಧ ಮತ್ತು ವಿವಿಧ ರಾಜ್ಯ-ಮಟ್ಟದ ಸಾಮಾಜಿಕ ಕ್ರಮಗಳ ಕುರಿತಾದ ಹಿಂದಿನ ಅಧ್ಯಯನಗಳಲ್ಲಿ ಮಾಡಿದ ಕೆಲವು ಸಮರ್ಥನೆಗಳನ್ನು ನಿರ್ಣಯಿಸುತ್ತದೆ. ಭವಿಷ್ಯದ ಸಂಶೋಧಕರು ಭವಿಷ್ಯದ ರಾಜ್ಯದ ಮಟ್ಟದ ಅಥವಾ ಅಶ್ಲೀಲ ಬಳಕೆಯ ಬಗ್ಗೆ ಕೌಂಟಿ-ಮಟ್ಟದ ದತ್ತಾಂಶಗಳ ಪ್ರತಿನಿಧಿತ್ವವನ್ನು ನಿರ್ಣಯಿಸಲು ಬಳಸಬಹುದಾದ ಚೌಕಟ್ಟನ್ನು ಸಹ ನಾವು ನೀಡುತ್ತೇವೆ. ಪಾವತಿಸಿದ ಕಾಮಪ್ರಚೋದಕ ವಿಷಯದ ಏಕೈಕ ಪೂರೈಕೆದಾರರ ಚಂದಾದಾರಿಕೆಯ ಡೇಟಾವನ್ನು ಪ್ರವೇಶಿಸಲು ಮತ್ತು ಖಾಸಗಿ ಕಂಪೆನಿಗಳಿಂದ ಪ್ರತ್ಯೇಕ ಗ್ರಾಹಕರ ಡೇಟಾದ ಈ ಬಳಕೆಗೆ ಪ್ರವೇಶಿಸುವಲ್ಲಿ ಎಡೆಲ್ಮ್ಯಾನ್ (2009) ಒಬ್ಬ ಪ್ರವರ್ತಕರಾಗಿದ್ದರು, ಹಾರ್ಡ್-ಟು-ಅಳತೆ ನಡವಳಿಕೆಯ ಕುರಿತಾದ ಮಾಹಿತಿಯನ್ನು ಒಟ್ಟುಗೂಡಿಸಲು ಇದು ಉಪಯುಕ್ತವಾದ ಸಾಧನವಾಗಿ ಪರಿಣಮಿಸುತ್ತದೆ. ಈ ವಿಧದ ಶ್ರೀಮಂತ ಡೇಟಾವನ್ನು ಭವಿಷ್ಯದ ಬಳಕೆಗಾಗಿ ಗುರುತಿಸುವುದು ಒಂದು ಸಂಸ್ಥೆಯಿಂದ ಪಡೆದ ಡೇಟಾವು ರಾಷ್ಟ್ರೀಯ ಪ್ರತಿನಿಧಿ ಮಾದರಿಯಾಗಿ ಅದೇ ಒಳನೋಟಗಳನ್ನು ಒದಗಿಸುವ ಮಟ್ಟವನ್ನು ಗುರುತಿಸುತ್ತದೆ. ಈ ಪತ್ರಿಕೆಯಲ್ಲಿ, ನಾವು ಈ ಎರಡು ಇತ್ತೀಚಿನ ಅಧ್ಯಯನಗಳಲ್ಲಿ ಬಳಸಿದ ಡೇಟಾವನ್ನು ವಿಸ್ತರಿಸುತ್ತೇವೆ ಮತ್ತು ಅದನ್ನು ಎರಡು ಹೆಚ್ಚುವರಿ ಡೇಟಾ ಮೂಲಗಳೊಂದಿಗೆ ಒಗ್ಗೂಡಿಸಿ. ನಾವು ಈ ಕಾಗದದಲ್ಲಿ ಬಳಸಿದ ಪ್ರತಿಯೊಂದು ನಾಲ್ಕು ಡೇಟಾ ಮೂಲಗಳಿಂದ ಅಶ್ಲೀಲ ಬಳಕೆಯ ಮಟ್ಟವನ್ನು ಅಳೆಯುವ ಕಾರಣದಿಂದಾಗಿ, ನಾವು ಇತರ ಮೂಲಗಳಿಗಾಗಿ ನಾವು ಪಡೆದುಕೊಳ್ಳುವ ರಾಜ್ಯ ಮಟ್ಟದ ಶ್ರೇಯಾಂಕಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಪ್ರತಿ ಮೂಲದ ಮಾನ್ಯತೆಯನ್ನು ನಾವು ಅಂದಾಜು ಮಾಡುತ್ತೇವೆ. ಡೇಟಾಅಶ್ಲೀಲ ಬಳಕೆಯಲ್ಲಿ ರಾಜ್ಯ ಮಟ್ಟದ ವ್ಯತ್ಯಾಸದ ಮಾಹಿತಿಯನ್ನು ಒಳಗೊಂಡಿರುವ ನಾಲ್ಕು ಡೇಟಾ ಮೂಲಗಳನ್ನು ನಮ್ಮ ಕಾಗದವು ಸೆಳೆಯುತ್ತದೆ. ಮೊದಲ ಎರಡು ಡೇಟಾ ಮೂಲಗಳು ರಾಷ್ಟ್ರೀಯ ಪ್ರತಿನಿಧಿ ಮಾದರಿಗಳಾಗಿವೆ, ಆದರೆ ಕೊನೆಯ ಎರಡು ಪಾವತಿಸಿದ ಚಂದಾದಾರಿಕೆಗಳು ಅಥವಾ ನಿರ್ದಿಷ್ಟವಾದ ಕಾಮಪ್ರಚೋದಕ ವಿಷಯಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಪುಟ ವೀಕ್ಷಣೆಗಳನ್ನು ಆಧರಿಸಿವೆ. ಅಶ್ಲೀಲತೆಯನ್ನು ನೋಡುವುದಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ಅಶ್ಲೀಲ ವಿಷಯವನ್ನು ಹುಡುಕುವ ಸಂದರ್ಭಗಳ ಆಧಾರದ ಮೇಲೆ ಪ್ರತಿ ಡೇಟಾದಲ್ಲಿ ಅಶ್ಲೀಲತೆಯ ಬಳಕೆಯು ನಮ್ಮ ಅಳತೆಯಾಗಿದೆ. ನಮ್ಮ ಮೊದಲ ದತ್ತಾಂಶವು ಹೊಸ ಫ್ಯಾಮಿಲಿ ಸ್ಟ್ರಕ್ಚರ್ಸ್ ಸಮೀಕ್ಷೆಯಲ್ಲಿ (NFSS) 2,988 ಪ್ರತಿಕ್ರಿಯಿಸುವವರ ರಾಷ್ಟ್ರೀಯ ಪ್ರತಿನಿಧಿ ಮಾದರಿಯನ್ನು ಆಧರಿಸಿದೆ. ಡೇಟಾ ಸಂಗ್ರಹಣೆಯನ್ನು ಉತ್ತಮ ಗುಣಮಟ್ಟದ ಡೇಟಾವನ್ನು ಉತ್ಪಾದಿಸುವ ದಾಖಲೆ ಹೊಂದಿರುವ ಸಂಶೋಧನಾ ಸಂಸ್ಥೆ ಜ್ಞಾನ ನೆಟ್ವರ್ಕ್ಸ್ (KN) ನಡೆಸಿದೆ. ಜ್ಞಾನ ನೆಟ್ವರ್ಕ್ಸ್ ದೂರವಾಣಿ ಮತ್ತು ಮೇಲ್ ಸಮೀಕ್ಷೆಗಳ ಮೂಲಕ ಯಾದೃಚ್ಛಿಕವಾಗಿ ತನ್ನ ಫಲಕದ ಸದಸ್ಯರನ್ನು ನೇಮಕ ಮಾಡಿಕೊಳ್ಳುತ್ತದೆ, ಅಗತ್ಯವಿದ್ದರೆ ಮನೆಗಳಿಗೆ ಇಂಟರ್ನೆಟ್ ಪ್ರವೇಶವನ್ನು ಒದಗಿಸಲಾಗುತ್ತದೆ. ಈ ಫಲಕವು ಪ್ರಸ್ತುತ ಇಂಟರ್ನೆಟ್ ಬಳಕೆದಾರರು ಅಥವಾ ಕಂಪ್ಯೂಟರ್ ಮಾಲೀಕರಿಗೆ ಸೀಮಿತವಾಗಿಲ್ಲ ಮತ್ತು ಅದರಲ್ಲಿ ಸ್ವಯಂ-ಆಯ್ಕೆಮಾಡಿದ ಸ್ವಯಂಸೇವಕರನ್ನು ಸ್ವೀಕರಿಸುವುದಿಲ್ಲ ಎಂಬ ಪ್ರಯೋಜನಗಳನ್ನು ಹೊಂದಿದೆ. ಎನ್ಎಫ್ಎಸ್ಎಸ್ನಲ್ಲಿ ಪ್ರತಿಸ್ಪರ್ಧಿ ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಹಿಂದಿನ ವರ್ಷದಲ್ಲಿ ಅಶ್ಲೀಲತೆಯನ್ನು ನೋಡಿದ್ದಾರೆಯೇ ಎಂಬ ಪ್ರಶ್ನೆಯನ್ನು ಒಳಗೊಂಡಿದೆ. ವ್ಯಕ್ತಿಯು ಪ್ರವೇಶಿಸಲು ಬಳಸುತ್ತಿರುವ ಯಾವುದೇ ಮೂಲದ ಅಶ್ಲೀಲತೆಯ ಬಳಕೆಯನ್ನು ಸೆರೆಹಿಡಿಯುವ ಪ್ರಯೋಜನವನ್ನು ಈ ರೀತಿಯ ಪ್ರಶ್ನೆ ಹೊಂದಿದೆ. ಅಶ್ಲೀಲತೆಯ ಪ್ರಶ್ನೆಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಜನರಲ್ ಸೋಷಿಯಲ್ ಸರ್ವೇಯಂತಹ ಇತರ ರಾಷ್ಟ್ರೀಯ ಪ್ರತಿನಿಧಿ ಮಾದರಿಗಳಿವೆ. ಎನ್ಎಫ್ಎಸ್ಎಸ್ನಿಂದ ನಾವು ಡೇಟಾವನ್ನು ಬಳಸುತ್ತೇವೆ, ಏಕೆಂದರೆ ಇದನ್ನು ಇತರ ವಿದ್ವಾಂಸರು ಸುಲಭವಾಗಿ ಪ್ರವೇಶಿಸಬಹುದು ಮತ್ತು ಅದರ ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ರೂಪದಲ್ಲಿ ರಾಜ್ಯ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಒಳಗೊಂಡಿದೆ. ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, ಜನರಲ್ ಸೋಶಿಯಲ್ ಸರ್ವೇಯ ಗೌಪ್ಯ ಆವೃತ್ತಿಯಲ್ಲಿ ರಾಜ್ಯ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಮಾತ್ರ ಪಡೆಯಬಹುದು. ಈ ಪತ್ರಿಕೆಯಲ್ಲಿ ವಿಶ್ಲೇಷಣೆಗಾಗಿ, ನಾವು NFSS ಸಮೀಕ್ಷೆಯಿಂದ ನಲವತ್ತಾರು ರಾಜ್ಯಗಳ ಗುಂಪನ್ನು ಬಳಸುತ್ತೇವೆ, ಅದರಲ್ಲಿ ಕನಿಷ್ಟ 50 ಪ್ರತಿಕ್ರಿಯಿಸಿದವರು. ಎರಡನೇ ಡೇಟಾ ಮೂಲ, ಗೂಗಲ್ ಟ್ರೆಂಡ್ಸ್, ನಿರ್ದಿಷ್ಟ ಭೌಗೋಳಿಕ ಪ್ರದೇಶದಲ್ಲಿ ಗೂಗಲ್‌ಗೆ ಪ್ರವೇಶಿಸಿದ ಹುಡುಕಾಟಗಳ ಪರಿಮಾಣದ ಸಮಯ ಸರಣಿಯ ಸೂಚ್ಯಂಕವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಇನ್ಫ್ಲುಯೆನ್ಸ ಏಕಾಏಕಿ ting ಹಿಸುವುದು (ಕಾರ್ನೆರೊ ಮತ್ತು ಮೈಲೋನಕಿಸ್, 2009) ಮತ್ತು ಗ್ರಾಹಕರ ವಿಶ್ವಾಸ ಅಥವಾ ನಿರುದ್ಯೋಗದಂತಹ ಅಲ್ಪಾವಧಿಯ ಆರ್ಥಿಕ ಸೂಚಕಗಳನ್ನು ಮುನ್ಸೂಚಿಸುವಂತಹ ಆರ್ಥಿಕ ಮತ್ತು ವೈದ್ಯಕೀಯ ಪ್ರಯತ್ನಗಳಲ್ಲಿ ಈ ಡೇಟಾವು ಉಪಯುಕ್ತವೆಂದು ಸಾಬೀತಾಗಿದೆ (ಚೋಯ್ ಮತ್ತು ವೇರಿಯನ್, 2012). ಪ್ರೀಸ್, ಮೋಟ್ ಮತ್ತು ಸ್ಟಾನ್ಲಿ (2013) ಗೂಗಲ್ ಟ್ರೆಂಡ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ವ್ಯಾಪಾರದ ನಡವಳಿಕೆಯನ್ನು ಪ್ರಮಾಣೀಕರಿಸುತ್ತದೆ, ಕೆಲವು ಪದಗಳು ಸ್ಟಾಕ್ ಮೌಲ್ಯವನ್ನು ಹೆಚ್ಚಿಸುವ ಅಥವಾ ಕಡಿಮೆಗೊಳಿಸುವುದರೊಂದಿಗೆ ಸಂಬಂಧ ಹೊಂದಿವೆ ಎಂದು ತೋರಿಸುತ್ತದೆ. ವಯಸ್ಕರ ಮನರಂಜನಾ ಉದ್ಯಮವನ್ನು ಗೂಗಲ್ ಟ್ರೆಂಡ್ಸ್ ಹುಡುಕಾಟ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಂಡು ಅದರ ಉದ್ಯಮದ ಪ್ರಮುಖ ಲಕ್ಷಣಗಳನ್ನು ಪರಿಮಾಣಾತ್ಮಕವಾಗಿ ಅಳೆಯಬಹುದು. ಗೂಗಲ್ ಟ್ರೆಂಡ್ಸ್ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಳ್ಳುವಲ್ಲಿ ಪ್ರಮುಖ ಸವಾಲು ನಾವು ಡೇಟಾವನ್ನು ಸೆಳೆಯುವ ನಿರ್ದಿಷ್ಟ ನಿಯಮಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತಿದೆ. ಆಯ್ಕೆಮಾಡಿದ ಪದಗಳು ಅಶ್ಲೀಲತೆಯ ನಿಜವಾದ ಸೂಚಕವಾಗಿರಬೇಕು ಮತ್ತು ನಮ್ಮ ವಿಶ್ಲೇಷಣೆಗೆ ಉಪಯುಕ್ತವಾಗಿದೆ. ಹೋ ಮತ್ತು ವ್ಯಾಟ್ಟರ್ಸ್ (2004) ಅಶ್ಲೀಲ ವೆಬ್ಸೈಟ್ಗಳಲ್ಲಿ ರಚನಾತ್ಮಕ ಪ್ರವೃತ್ತಿಯನ್ನು ವಿಶ್ಲೇಷಿಸಿದ್ದಾರೆ. ಅವರ ವಿಶ್ಲೇಷಣೆಯ ಭಾಗವಾಗಿ ಅವರು ಕಾಮಪ್ರಚೋದಕ ವೆಬ್ಸೈಟ್ಗಳಲ್ಲಿ ಆಗಾಗ್ಗೆ ಗೋಚರಿಸುವ ನಿಯಮಗಳ ಪಟ್ಟಿಯನ್ನು ರಚಿಸುತ್ತಾರೆ ಮತ್ತು ಇದು ಅಶ್ಲೀಲ-ಅಲ್ಲದ ವೆಬ್ಸೈಟ್ಗಳಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳುವಲ್ಲಿ ವಿಫಲಗೊಳ್ಳುತ್ತದೆ. ಅಗ್ರ ನಾಲ್ಕು ಪದಗಳು "ಅಶ್ಲೀಲ", "xxx", "ಲಿಂಗ", ಮತ್ತು "f ***". ಈ ನಾಲ್ಕು ಪದಗಳ ಹುಡುಕಾಟಗಳು ನಾವು ಕಂಡುಕೊಳ್ಳುವ ಹುಡುಕಾಟ ಅಂಕಿಅಂಶಗಳನ್ನು ಬಳಸುವುದು ಹೆಚ್ಚು ಪರಸ್ಪರ ಸಂಬಂಧ ಹೊಂದಿದೆ. ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, "ಅಶ್ಲೀಲತೆಯ" ಪದದ ಹುಡುಕಾಟಗಳು ಈ ನಾಲ್ಕು ಪದಗಳಲ್ಲಿ ಯಾವುದಕ್ಕೂ ಸಂಬಂಧವಿಲ್ಲದವು ಮತ್ತು ನಿಜವಾದ ಕಾಮಪ್ರಚೋದಕ ವಿಷಯವನ್ನು ಪ್ರವೇಶಿಸುವುದಕ್ಕಿಂತಲೂ ಅಶ್ಲೀಲತೆಯ ಕುರಿತಾದ ಮಾಹಿತಿಯನ್ನು ಹುಡುಕುವ ಜನರು ಬಳಸುವ ಪದವಾಗಿದೆ. "ಮೃದು" ಮತ್ತು "ಮೃದುವಾದ" ಅಶ್ಲೀಲತೆಯ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೂ ಸಹ ಇದೆ, ಸಾಮಾನ್ಯವಾಗಿ "ಮೃದು" ಲೈಂಗಿಕವಾಗಿ ಸ್ವಭಾವತಃ ಮಾಧ್ಯಮವನ್ನು ಉಲ್ಲೇಖಿಸುತ್ತದೆ, ಆದರೆ ನುಗ್ಗುವಿಕೆಯನ್ನು ಚಿತ್ರಿಸುವುದಿಲ್ಲ. ಹಿಂದೆ ಪಟ್ಟಿ ಮಾಡಿದ ನಾಲ್ಕು ಪದಗಳು ಹಾರ್ಡ್ ವಿಷಯವನ್ನು ಪಡೆಯಲು ಬಳಕೆದಾರರಿಗೆ ಮಾತ್ರ ಡೇಟಾವನ್ನು ಸೆಳೆಯುತ್ತವೆ, ಆದರೆ ಇದು ಇನ್ನೂ ಎರಡು ಕಾರಣಗಳಿಗಾಗಿ ಪರಿಣಾಮಕಾರಿ ವಿಶ್ಲೇಷಣೆ ಎಂದು ನಾವು ಪರಿಗಣಿಸುತ್ತೇವೆ. ಮೃದುವಾದ ಅಶ್ಲೀಲತೆಯನ್ನು ಅನೇಕ ವೀಕ್ಷಕರು ಅಶ್ಲೀಲತೆಯೆಂದು ಪರಿಗಣಿಸುವುದಿಲ್ಲ, ಮತ್ತು ಪರಿಣಾಮವಾಗಿ ದೂರದರ್ಶನ ಮತ್ತು ಸಿನೆಮಾಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಮುಖ್ಯವಾಹಿನಿಯ ಮಾಧ್ಯಮಗಳಲ್ಲಿ ಇದು ವ್ಯಾಪಕವಾಗಿ ಹರಡಿದೆ. ಎರಡನೆಯದಾಗಿ, ಮೃದುವಾದ ಅಶ್ಲೀಲತೆಯ ವಿಷಯಗಳ ಸಂಬಂಧಿತ ಹುಡುಕಾಟಗಳು ಹಾರ್ಡ್ ಅಶ್ಲೀಲತೆಯ ಪರಿಭಾಷೆಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಕಡಿಮೆಯಾಗಿದೆ ಎಂದು ನಾವು ಕಂಡುಕೊಳ್ಳುತ್ತೇವೆ. ನಾವು 2005-2013 ನಲ್ಲಿ ಹುಡುಕಾಟ ಪದಗಳು "ಅಶ್ಲೀಲ" ಮತ್ತು "ನಗ್ನ ಹುಡುಗಿಯರು" ಗಾಗಿ ಸಂಬಂಧಿತ ಹುಡುಕಾಟ ಮೌಲ್ಯವನ್ನು ಮಾಡಿದ್ದೇವೆ. ಎರಡೂ ಪದಗಳ ಹುಡುಕಾಟಗಳು ಸಾಮಾನ್ಯೀಕರಿಸಲ್ಪಟ್ಟವು, ಅಂದರೆ "ಅಶ್ಲೀಲ" ಎಂಬ ಶಬ್ದಕ್ಕಾಗಿ ಗರಿಷ್ಠ ಹುಡುಕಾಟ ಪರಿಮಾಣವು 100 ಮೌಲ್ಯವನ್ನು ತೆಗೆದುಕೊಂಡಿದೆ. ಸಾಮಾನ್ಯ ಗರಿಷ್ಠತೆಗೆ ಹೋಲಿಸಿದರೆ, "ನಗ್ನ ಹುಡುಗಿಯರು" 6 ಗಿಂತ ಹೆಚ್ಚಾಗಿ ಹುಡುಕಾಟ ಪರಿಮಾಣ ಸೂಚ್ಯಂಕವನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ. ಗೂಗಲ್ ಟ್ರೆಂಡ್ಗಳ ಡೇಟಾವು ಭೌಗೋಳಿಕ ಪ್ರದೇಶದ ನಿರ್ದಿಷ್ಟ ಅವಧಿಗೆ ಸಂಬಂಧಿಸಿದ ಹುಡುಕಾಟಗಳ ನಿಜವಾದ ಸಂಖ್ಯೆಯನ್ನು ಸೂಚಿಸುವುದಿಲ್ಲ. ಆ ಪ್ರದೇಶದಲ್ಲಿನ ಎಲ್ಲಾ ಹುಡುಕಾಟಗಳ ಒಟ್ಟು ಸಂಖ್ಯೆಯ ಮೂಲಕ ಹುಡುಕಾಟದ ಸಂಖ್ಯೆಯನ್ನು ವಿಭಜಿಸುವ ಮೂಲಕ ಪ್ರತಿ ಡೇಟಾ ಬಿಂದುವು ಸಾಮಾನ್ಯೀಕರಣಗೊಳ್ಳುತ್ತದೆ. ಡೇಟಾವನ್ನು ಆದ್ದರಿಂದ ಜನಸಂಖ್ಯೆ ಮತ್ತು ರಾಜ್ಯಗಳ ನಡುವೆ ಹುಡುಕಾಟ ಪರಿಮಾಣದ ವ್ಯತ್ಯಾಸಗಳು ನಿಯಂತ್ರಿಸಲಾಗುತ್ತದೆ. ಫಲಿತಾಂಶಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಏಕೈಕ ವ್ಯಕ್ತಿಯನ್ನು ತಡೆಗಟ್ಟುವ ಸಲುವಾಗಿ ಅಲ್ಪಾವಧಿಗೆ ಒಂದೇ ವ್ಯಕ್ತಿಯಿಂದ ಪುನರಾವರ್ತಿತ ಹುಡುಕಾಟಗಳನ್ನು ಸಹ ಗೂಗಲ್ ಟ್ರೆಂಡ್ಗಳು ತೆಗೆದುಹಾಕುತ್ತವೆ. Google ಟ್ರೆಂಡ್ಗಳಿಂದ ರಾಜ್ಯ-ವಾರದ ಹಂತದಲ್ಲಿ ಡೇಟಾ ಲಭ್ಯವಿದೆ. ನಾವು ಜುಲೈ 2013-July 2014 ವರ್ಷದಲ್ಲಿ ಡೇಟಾವನ್ನು ಬಳಸುತ್ತೇವೆ. ನಮ್ಮ ಅವಲೋಕನಗಳನ್ನು 1-100 ಪ್ರಮಾಣಕ್ಕೆ ಹೊಂದಿಸಲಾಗಿದೆ. ನಮ್ಮ ಡೇಟಾಸಮೂಹದಲ್ಲಿ ಒಂದು ವಾರದ ಅವಧಿಯಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಪದದ ಅತ್ಯುನ್ನತ ಸಾಮಾನ್ಯ ಹುಡುಕಾಟಗಳು ಹೊಂದಿರುವ ರಾಜ್ಯವು 100 ನ ಓದುವಿಕೆಯನ್ನು ಹೊಂದಿದೆ. ಪ್ರತಿಯೊಂದು ಪದದಲ್ಲೂ ಈ ಡೇಟಾವನ್ನು ಬಳಸುವುದರಿಂದ ನಾವು ನಮ್ಮ ಡೇಟಾದ ಪ್ರತಿ ವಾರಾಂತ್ಯದ ಅವಧಿಗೆ ನಾಲ್ಕು ಪದಗಳನ್ನು ಬಳಸಿ ತೂಕದ ಮೊತ್ತದೊಂದಿಗೆ ಅಶ್ಲೀಲತೆಯ ಹುಡುಕಾಟಗಳ ಸೂಚಿಯನ್ನು ನಿರ್ಮಿಸುತ್ತೇವೆ. ನಾವು ತೂಕ "ಅಶ್ಲೀಲ" ಮತ್ತು "ಲಿಂಗ" ಹೆಚ್ಚು ಹೆಚ್ಚಾಗಿ ಏಕೆಂದರೆ ಅವರ ಸಂಬಂಧಿತ ಹುಡುಕಾಟಗಳು "f ***", ಮತ್ತು "xxx" ಗೆ ಹೋಲಿಸಿದರೆ ಹೆಚ್ಚು. ನಿರ್ದಿಷ್ಟವಾಗಿ ಹೇಳುವುದಾದರೆ, ಕಳೆದ ವರ್ಷದಲ್ಲಿ ಪ್ರತಿ ಅವಧಿಯ ಸರಾಸರಿ ಸಾಪೇಕ್ಷ ವೇಟಿಂಗ್ ಅನ್ನು ನಾವು ಬಳಸುತ್ತೇವೆ. ನಾವು ನಂತರ ಭೌಗೋಳಿಕವಾಗಿ ವಯಸ್ಕರ ಮನರಂಜನಾ ಉದ್ಯಮವನ್ನು ರೂಪಿಸಲು ಗೂಗಲ್ ಟ್ರೆಂಡ್ಗಳಿಂದ ರಾಜ್ಯಗಳ ಈ ತೂಕದ ಹುಡುಕಾಟ ಪರಿಮಾಣ ಶ್ರೇಣಿಯನ್ನು ಬಳಸುತ್ತೇವೆ. ವೆಬ್ಸೈಟ್-ನಿರ್ದಿಷ್ಟ ಚಂದಾದಾರಿಕೆ ಡೇಟಾಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ ಗೂಗಲ್ ಟ್ರೆಂಡ್ಗಳಿಂದ ಡೇಟಾವನ್ನು ಬಳಸುವ ಅನುಕೂಲಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ, ಇದು ಉಚಿತ ಮತ್ತು ಪಾವತಿಸಿದ ವಯಸ್ಕರ ಮನರಂಜನೆಯನ್ನು ಹುಡುಕುವ ವ್ಯಕ್ತಿಗಳ ಮಾಹಿತಿಯನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಡೋರನ್ (2008) ಟಿಪ್ಪಣಿಗಳು 80-90% ರಷ್ಟು ಸಂದರ್ಶಕರು ಅಶ್ಲೀಲ ವೆಬ್ಸೈಟ್ಗಳಿಗೆ ಮಾತ್ರ ಉಚಿತ ಕಾಮಪ್ರಚೋದಕ ವಸ್ತುಗಳನ್ನು ಪ್ರವೇಶಿಸುತ್ತಾರೆ, ಪಾವತಿಸುವ ವಯಸ್ಕರ ಮನರಂಜನೆಯ ವಿಶ್ಲೇಷಣೆಯು ಸಾಮಾನ್ಯವಾಗಿ ಅಶ್ಲೀಲತೆಯ ಬಳಕೆಯ ನೈಜ ಮಾದರಿಗಳನ್ನು ಅಸ್ಪಷ್ಟಗೊಳಿಸಬಹುದು ಎಂದು ಸೂಚಿಸುತ್ತದೆ. ಎಡೆಲ್ಮ್ಯಾನ್ (2009) ಇತ್ತೀಚಿನ ಅಧ್ಯಯನದಲ್ಲಿ ಬಳಸಿದ ಪಾವತಿಸಿದ ಕಾಮಪ್ರಚೋದಕ ವಿಷಯದ ಅಗ್ರ-ಹತ್ತು ಅತಿದೊಡ್ಡ ಪೂರೈಕೆದಾರರಲ್ಲಿ ಚಂದಾದಾರರ ಸಂಖ್ಯೆಯನ್ನು ನಮ್ಮ ಮೂರನೇ ಡೇಟಾ ಮೂಲವು ದಾಖಲಿಸುತ್ತದೆ. ಈ ದತ್ತಸಂಚಯದ ಎಡೆಲ್ಮ್ಯಾನ್ ವಿಶ್ಲೇಷಣೆ ಸಾಹಿತ್ಯಕ್ಕೆ ಒಂದು ಹೊಸ ಕೊಡುಗೆಯಾಗಿತ್ತು; ಅಶ್ಲೀಲ ಸಾಹಿತ್ಯದ ಹಿಂದಿನ ಅಧ್ಯಯನಗಳು ಸಮೀಕ್ಷೆಯ ಡೇಟಾವನ್ನು ಮಾತ್ರ ಪರಿಶೀಲಿಸಿದವು. ಬಳಸಿದ ನಿರ್ದಿಷ್ಟ ಡೇಟಾವೆಂದರೆ 2006 ಮತ್ತು 2008 ನಡುವೆ ಎಲ್ಲಾ ಕ್ರೆಡಿಟ್ ಕಾರ್ಡ್ ಸಬ್ಸ್ಕ್ರಿಪ್ಷನ್ಗಳೊಂದಿಗೆ ಸಂಬಂಧಿಸಿದ ಜಿಪ್ ಕೋಡ್. ಈ ನಿರ್ದಿಷ್ಟ ವಿಷಯ ಒದಗಿಸುವವರು ವಯಸ್ಕರ ಮನರಂಜನೆಯ ವ್ಯಾಪಕ ವ್ಯಾಪ್ತಿಯ ನೂರಾರು ಸೈಟ್ಗಳನ್ನು ಹೊಂದಿದೆ. ಎಡೆಲ್ಮ್ಯಾನ್ (2009) ಆದಾಗ್ಯೂ, "ಈ ಮಾರಾಟಗಾರ ಪ್ರತಿನಿಧಿ ಎಂದು ಕಟ್ಟುನಿಟ್ಟಾಗಿ ದೃಢೀಕರಿಸಲು ಕಷ್ಟ" ಎಂದು ಒಪ್ಪಿಕೊಳ್ಳುತ್ತಾನೆ. ಈ ಚಂದಾದಾರಿಕೆಯ ಡೇಟಾದ ಮೂಲವು ವಯಸ್ಕರ ಮನರಂಜನೆಯ ಉನ್ನತ-10 ಮಾರಾಟಗಾರನಾಗಿದ್ದರೂ ಸಹ, ಅಶ್ಲೀಲತೆಯ ನಮೂನೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಚಂದಾದಾರಿಕೆಗಳು ತುಂಬಾ ಕಡಿಮೆಯಿವೆ, ನಾವು NNUSS ನಂತಹ ಸಮೀಕ್ಷೆಯ ಡೇಟಾದಲ್ಲಿ ಗಮನಹರಿಸಬೇಕು, 47% ನಷ್ಟು ವಯಸ್ಕರು ಕಳೆದ ವರ್ಷ ಅಶ್ಲೀಲತೆಯನ್ನು ಬಳಸಿಕೊಂಡು ವರದಿ ಮಾಡುತ್ತಾರೆ . ಬ್ರಾಡ್ಬ್ಯಾಂಡ್ ಗೃಹಕ್ಕೆ ಹೆಚ್ಚಿನ ಚಂದಾದಾರಿಕೆ ಹೊಂದಿರುವ ರಾಜ್ಯವು ಪ್ರತಿ 5.47 ಮನೆಗಳಿಗೆ ಬ್ರಾಡ್ಬ್ಯಾಂಡ್ನೊಂದಿಗೆ 1,000 ನೊಂದಿಗೆ ಉತಾಹ್ ಆಗಿದೆ. ಬ್ರಾಡ್ಬ್ಯಾಂಡ್ನ ಪ್ರತಿ 1.92 ಮನೆಗಳಿಗೆ 1,000 ಚಂದಾದಾರಿಕೆಗಳೊಂದಿಗೆ ಮೊಂಟಾನಾ ಕಡಿಮೆ ರಾಜ್ಯವಾಗಿದೆ. ಅಶ್ಲೀಲತೆಯ ವೈಯಕ್ತಿಕ ವಿಷಯ ಪೂರೈಕೆದಾರರಿಗೆ ಮಾರುಕಟ್ಟೆ ಪಾಲನ್ನು ಚಿಕ್ಕದಾಗಿದೆ ಎಂದು ಈ ಕಡಿಮೆ ದರಗಳು ಸೂಚಿಸುತ್ತವೆ, ಒಂದು ಪೂರೈಕೆದಾರರ ಡೇಟಾವು ನಿಖರವಾದ ಅಡ್ಡ-ರಾಜ್ಯದ ಹೋಲಿಕೆಯನ್ನು ಒದಗಿಸಬಹುದೆ ಎಂದು ತಿಳಿಯಲು ಕಷ್ಟವಾಗುತ್ತದೆ. ಮೊದಲು ಹೇಳಿದಂತೆ, ಆನ್ಲೈನ್ನಲ್ಲಿ ಅಶ್ಲೀಲತೆಯನ್ನು ಪ್ರವೇಶಿಸುವ ಬಹುಪಾಲು ವ್ಯಕ್ತಿಗಳು ಎಡೆಲ್ಮನ್ (ಡೋರನ್, 2010) ಅಧ್ಯಯನ ಮಾಡಿದಂತಹ ಪಾವತಿಸಿದ ಸೈಟ್ ಅನ್ನು ಬಳಸುವ ಬದಲಿಗೆ ಉಚಿತ ವಿಷಯವನ್ನು ಮಾತ್ರ ಪ್ರವೇಶಿಸುತ್ತಾರೆ. ನಮ್ಮ ನಾಲ್ಕನೇ ಡೇಟಾ ಮೂಲವು Pornhub.com ನಿಂದ ಪುಟ ವೀಕ್ಷಣೆ ಡೇಟಾವಾಗಿದ್ದು, ಆ ಸಮಯದಲ್ಲಿ ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್ನ ವಯಸ್ಕ ಮನರಂಜನೆಯ ಮೂರನೆಯ ಅತಿದೊಡ್ಡ ಆನ್ಲೈನ್ ಆತಿಥ್ಯವಾಗಿದೆ. ಅದರ ಗಾತ್ರ ಮತ್ತು ಡೇಟಾದ ಲಭ್ಯತೆಯ ಕಾರಣ ನಾವು ಪೋರ್ನ್ಹಬ್ ಡೇಟಾವನ್ನು ಬಳಸುತ್ತೇವೆ. Pornhub ವರ್ಷದಲ್ಲಿ 2013 ಅನ್ನು ಸಾರ್ವತ್ರಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಪುಟ ವೀಕ್ಷಣೆಗಳನ್ನು ಮಾಡಿದೆ ಮತ್ತು ಈ ಡೇಟಾವನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ರಾಜ್ಯದ ಮೂಲಕ ವರದಿ ಮಾಡಿದೆ. ಪೋರ್ನ್ಹಬ್ ಡೇಟಾವನ್ನು ಎಡೆಲ್ಮ್ಯಾನ್ನ ಮಾಹಿತಿಯಂತೆ ಪ್ರಕೃತಿಯಲ್ಲಿ ಹೋಲುತ್ತದೆ, ಅದು ಅಶ್ಲೀಲತೆಯ ಬಳಕೆಯನ್ನು ಒದಗಿಸುವವ-ಉದ್ದೇಶದ ಉದ್ದೇಶವಾಗಿದೆ. ಆದಾಗ್ಯೂ, ಚಂದಾದಾರರಿಗೆ ಬದಲಾಗಿ ದತ್ತಾಂಶ ದಾಖಲೆಗಳ ಪುಟ ವೀಕ್ಷಣೆಗಳು; ಅಂತರ್ಬೋಧೆಯಿಂದ, ದತ್ತಾಂಶವು ಭಾರೀ ಪ್ರತಿ ವ್ಯಕ್ತಿಯ ಬಳಕೆಯ ಮಾದರಿಗಳನ್ನು ಮತ್ತು ಜನಸಂಖ್ಯೆಯ ಪ್ರಸರಣದ ಮಾದರಿಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ. ಡೇಟಾವು ಪಾವತಿಸಿದ ಮತ್ತು ಪಾವತಿಸದ ಬಳಕೆಯನ್ನೂ ಒಳಗೊಂಡಂತೆ ಸಂಬಂಧಿತ ಲಾಭವನ್ನು ಹೊಂದಿದೆ. ಹೊಸ ಡೇಟಾ ಮೂಲಗಳ ಪ್ರತಿನಿಧಿತ್ವವನ್ನು ನಿರ್ಣಯಿಸುವುದುಅಸಂಖ್ಯಾತ ಡೇಟಾ ಕ್ರಾಂತಿಯು ಅಶ್ಲೀಲ ಬಳಕೆಯಂತಹ ನಡವಳಿಕೆಗಳನ್ನು ಅಳೆಯಲು ಮತ್ತು ಅಧ್ಯಯನ ಮಾಡಲು ಬಳಸಬಹುದಾದಂತಹ ಡೇಟಾ ಮೂಲಗಳನ್ನು ನಾಟಕೀಯವಾಗಿ ತೆರೆದುಕೊಳ್ಳಲು ಪ್ರಾರಂಭಿಸಿದೆ. ಎಡೆಲ್ಮನ್ (2009) ಬಳಸುವ ಚಂದಾದಾರಿಕೆಯ ಡೇಟಾವು ದೊಡ್ಡದಾದ ಡೇಟಾಸೆಟ್ಗಳ ಪ್ರಕಾರವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ, ಅದು ಅವರ ಸಂಶೋಧನೆಯಲ್ಲಿ ವಿದ್ವಾಂಸರಿಗೆ ಹೆಚ್ಚು ಲಭ್ಯವಾಗುತ್ತದೆ. ಈ ರೀತಿಯ ಸ್ವಾಮ್ಯದ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಳ್ಳುವಲ್ಲಿ ಪ್ರಮುಖವಾದ ಮೊದಲ ಹೆಜ್ಜೆಯು, ಏಕೈಕ ಪೂರೈಕೆದಾರರಿಂದ ಬರುವ ಮಾಹಿತಿಯು ಆಸಕ್ತಿಯ ಸಾಮಾನ್ಯ ಜನತೆಯ ಪ್ರತಿನಿಧಿಯಾಗಿದ್ದನ್ನು ನಿರ್ಣಯಿಸುತ್ತದೆ. ಈ ವಿಭಾಗದಲ್ಲಿ, ನಾವು ಡೇಟಾಬೇಸ್ನ ಪ್ರತಿನಿಧಿತ್ವವನ್ನು ರಾಷ್ಟ್ರೀಯವಾಗಿ ಪ್ರತಿನಿಧಿಸುವ ಮತ್ತೊಂದು ಡೇಟಾದಿಂದ ವೀಕ್ಷಿಸಿದ ನಮೂನೆಗಳಿಗೆ ಹೋಲಿಸುವ ಮೂಲಕ ಅಥವಾ ಒಟ್ಟಾರೆಯಾಗಿ ನಿಜವಾದ ಪ್ರತಿನಿಧಿಸುವ ಇತರ ಡೇಟಾ ಮೂಲಗಳ ಸಂಯೋಜನೆಗೆ ಹೋಲಿಸುವ ಮೂಲಕ ಚೌಕಟ್ಟನ್ನು ಒದಗಿಸುತ್ತೇವೆ. ವರ್ತನೆಯ ಆಧಾರವಾಗಿರುವ ಮಾದರಿ. ಟೇಬಲ್ 1 ನಲ್ಲಿ ನಾವು ನಾಲ್ಕು ಮೂಲಗಳ ಪ್ರತಿ ಆಧಾರದ ಮೇಲೆ ಅಶ್ಲೀಲ ಬಳಕೆಗಾಗಿ ಹತ್ತು ಮತ್ತು ಕೆಳಗಿನ ಹತ್ತು ರಾಜ್ಯಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿದೆ: ಚಂದಾದಾರಿಕೆ ಡೇಟಾ, ಪೋರ್ನ್ಹಬ್, NFSS ಮತ್ತು Google ಟ್ರೆಂಡ್ಗಳು. ಮಿಸ್ಸಿಸ್ಸಿಪ್ಪಿ ಅಗ್ರ ನಾಲ್ಕು ರಾಜ್ಯಗಳಲ್ಲಿ ಅಗ್ರಸ್ಥಾನದಲ್ಲಿದೆ, ಎಲ್ಲಾ ನಾಲ್ಕು ದತ್ತಾಂಶ ಸಂಗ್ರಹಗಳಲ್ಲಿಯೂ ಮತ್ತು ಇಡಾಹೋದಲ್ಲಿಯೂ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದಲ್ಲಿ ಯಾವುದೇ ರಾಜ್ಯಗಳ ಕಡಿಮೆ ಪ್ರಮಾಣದಲ್ಲಿ ನಿಲ್ಲುತ್ತದೆ. ಇದಕ್ಕೆ ವ್ಯತಿರಿಕ್ತವಾಗಿ, ಅರ್ಕಾನ್ಸಾಸ್ ಮತ್ತು ಉಟಾಹ್ನಂತಹ ಇತರ ರಾಜ್ಯಗಳು ಹತ್ತು ಹಂತಗಳಲ್ಲಿ ಕೆಲವು ಕ್ರಮಗಳನ್ನು ಹೊಂದಿದವು, ಆದರೆ ಕೆಳಭಾಗದಲ್ಲಿ ಹತ್ತು ಇತರ ಕ್ರಮಗಳು ಸೇರಿವೆ. ಏಕೈಕ ಡೇಟಾ ಮೂಲದ ಆಧಾರದ ಮೇಲೆ ಯಾವ ರಾಜ್ಯವನ್ನು ಗುರುತಿಸುವುದು ಅತಿ ಅಶ್ಲೀಲತೆಯುಳ್ಳದ್ದಾಗಿದೆ ಎಂದು ಗುರುತಿಸುವುದು ಸ್ವಲ್ಪ ಸಮಸ್ಯಾತ್ಮಕವಾಗಿರುತ್ತದೆ ಎಂದು ಈ ಫಲಿತಾಂಶಗಳು ಸೂಚಿಸುತ್ತವೆ.
ಟೇಬಲ್ 1. ನಾಲ್ಕು ವಿಭಿನ್ನ ದತ್ತಾಂಶ ಮೂಲಗಳ ಆಧಾರದ ಮೇಲೆ ರಾಜ್ಯಗಳ ಶ್ರೇಣಿ ಆದೇಶವನ್ನು ನಿಯಂತ್ರಿಸಲಾಗುತ್ತದೆ ಬ್ರಾಡ್ಬ್ಯಾಂಡ್ ಇಂಟರ್ನೆಟ್ ಪ್ರವೇಶಕ್ಕಾಗಿ.  ಟೇಬಲ್ 2 ಫಲಕದಲ್ಲಿ ಅಶ್ಲೀಲತೆಯ ನಿಜವಾದ ಕ್ರಮಗಳನ್ನು ಬಳಸುವ ಪ್ರತಿಯೊಂದು ಡೇಟಾ ಮೂಲಗಳ ನಡುವಿನ ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ನಾವು ಅಂದಾಜು ಮಾಡುತ್ತೇವೆ. ಈ ಕ್ರಮಗಳಿಂದ ಟೇಬಲ್ 1 ನಲ್ಲಿ ವರದಿ ಮಾಡಲ್ಪಟ್ಟ ಆರ್ಡರ್ನಲ್ ಶ್ರೇಣಿಯನ್ನು ಹೊರತುಪಡಿಸಿ ಪ್ರತಿ ಮೂಲದಿಂದಲೂ. ಪಾವತಿಸಿದ ಸಬ್ಸ್ಕ್ರಿಪ್ಷನ್ ಡೇಟಾವು, ಇತರ ಮೂರು ಮೂಲಗಳೊಂದಿಗೆ ದುರ್ಬಲವಾದ ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಹೊಂದಿದೆ ಮತ್ತು ಎನ್ಎಫ್ಎಸ್ಎಸ್ ಸಮೀಕ್ಷೆಯ ಡೇಟಾದೊಂದಿಗೆ ಸಹ ಋಣಾತ್ಮಕ ಸಂಬಂಧ ಹೊಂದಿದೆ. ಪಾವತಿಸಿದ ಚಂದಾದಾರಿಕೆ ಡೇಟಾವು -ಎನ್ಎನ್ಎಕ್ಸ್ನ ಎನ್ಎಫ್ಎಸ್ಎಸ್, ಎಕ್ಸ್ಎನ್ಎನ್ಎಕ್ಸ್ನೊಂದಿಗೆ ಗೂಗಲ್ ಟ್ರೆಂಡ್ಸ್, ಮತ್ತು ಎಕ್ಸ್ನ್ಎನ್ಎಕ್ಸ್ನ ಪೋರ್ನ್ಹಬ್ನ ಪರಸ್ಪರ ಸಂಬಂಧ ಹೊಂದಿದೆ. ಈ ಸಂಬಂಧಗಳು ಯಾವುದೂ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ಗಮನಾರ್ಹವಾಗಿಲ್ಲ; ಅನುಗುಣವಾದ t- ಅಂಕಿಅಂಶಗಳು ಎಲ್ಲಾ 0.0358 ಗಿಂತಲೂ ಕಡಿಮೆಯಿರುತ್ತವೆ (ಇದು XXX ಗಿಂತ ಹೆಚ್ಚು ದಿಕ್ಕಿನ p- ಮೌಲ್ಯಗಳನ್ನು ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ). ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, ಇತರ ಮೂರು ಶ್ರೇಯಾಂಕಗಳು ಗಮನಾರ್ಹವಾದ ಸಂಬಂಧಗಳನ್ನು ತೋರಿಸುತ್ತವೆ. ಗೂಗಲ್ ಟ್ರೆಂಡ್ಸ್ ಮತ್ತು ಪೋರ್ನ್ಹಬ್ ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಹೊಂದಿವೆ .0.076, NFSS ಮತ್ತು Google ಟ್ರೆಂಡ್ಗಳು ಪರಸ್ಪರ ಸಂಬಂಧ ಹೊಂದಿವೆ .0.0066 ಮತ್ತು Pornhub ಮತ್ತು NFSS ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಹೊಂದಿವೆ .0.6. NFSS ಮತ್ತು 3 ನ ಗೂಗಲ್ ಟ್ರೆಂಡ್ಸ್ ಮತ್ತು 487 ನ ಪೋರ್ನ್ಹಬ್ ಮತ್ತು NFSS ನಡುವೆ, 655 ನ ಗೂಗಲ್ ಟ್ರೆಂಡ್ಸ್ ಮತ್ತು ಪೋರ್ನ್ಹಬ್ ನಡುವಿನ ಟಿ-ಅಂಕಿ ಅಂಶಗಳೊಂದಿಗೆ ಈ ಎಲ್ಲ ಸಂಬಂಧಗಳು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ಗಮನಾರ್ಹವಾಗಿವೆ. ಇವುಗಳು .551 ಗಿಂತ ಕಡಿಮೆಯ ದಿಕ್ಕಿನ p- ಮೌಲ್ಯಗಳಿಗೆ ಸಂಬಂಧಿಸಿವೆ. ಫಲಕ B ಯಲ್ಲಿ ನಾವು ಪ್ರತಿ ಡೇಟಾ ಮೂಲದಿಂದ ರಚಿಸಲಾದ ಆರ್ಡಿನಲ್ ಶ್ರೇಯಾಂಕಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಪರಸ್ಪರ ಸಂಬಂಧಗಳನ್ನು ವರದಿ ಮಾಡುತ್ತೇವೆ. ಎನ್ಎಫ್ಎಸ್ಎಸ್, ಗೂಗಲ್ ಟ್ರೆಂಡ್ಸ್, ಮತ್ತು ಪೋರ್ನ್ಹಬ್ ನಡುವಿನ ಸಂಬಂಧಗಳು ಹೋಲಿಸಬಹುದಾದ ಪರಸ್ಪರ ಸಂಬಂಧದ ಗುಣಾಂಕಗಳನ್ನು ಹೊಂದಿವೆ ಮತ್ತು ಫಲಕ ಎನಲ್ಲಿರುವವರಿಗೆ ಪ್ರಾಮುಖ್ಯತೆಯಿದೆ, ಹಾಗೆಯೇ ಗೂಗಲ್ ಟ್ರೆಂಡ್ಗಳು ಮತ್ತು ಪಾವತಿಸಿದ ಚಂದಾದಾರಿಕೆಯ ನಡುವಿನ ಸಂಬಂಧವು ಹೋಲುತ್ತದೆ. ಫಲಕವು ಗಮನಾರ್ಹವಾಗಿದೆ ಏಕೆಂದರೆ ಆರ್ಡರ್ನಲ್ ಶ್ರೇಯಾಂಕಗಳು ಪಾವತಿಸಿದ ಚಂದಾದಾರಿಕೆ ಡೇಟಾವನ್ನು ಬಳಸುವಾಗ ಪೋರ್ನ್ಹಬ್ ಮತ್ತು ಎನ್ಎಫ್ಎಸ್ಎಸ್ ಸಮೀಕ್ಷೆಯ ಡೇಟಾದೊಂದಿಗೆ ಉತ್ತಮ ಸಂಬಂಧವಿದೆ, ಆದಾಗ್ಯೂ ಸಂಬಂಧಗಳು ಇನ್ನೂ ಅತ್ಯಲ್ಪವಾಗಿರುತ್ತವೆ. ಎರಡು ಪ್ಯಾನಲ್ಗಳು ನಮಗೆ ಇದೇ ತೀರ್ಮಾನಗಳನ್ನು ನೀಡಲು ಅವಕಾಶ ನೀಡುತ್ತವೆ, ಆದಾಗ್ಯೂ ಪಾವತಿಸಿದ ಚಂದಾದಾರಿಕೆ ದತ್ತಾಂಶಕ್ಕಾಗಿ ದೊಡ್ಡ ಗುಣಾಂಕಗಳು ಅವುಗಳು ಗಮನಾರ್ಹವಾಗಿ ಮತ್ತು ಇತರ ಮೂಲಗಳ ಪರಸ್ಪರ ಸಂಬಂಧಗಳಿಗಿಂತ ಗಮನಾರ್ಹವಾಗಿ ದುರ್ಬಲವಾಗಿದ್ದವು ಎಂಬ ಅಂಶದ ಹೊರತಾಗಿಯೂ ಗಮನಿಸಬೇಕಾದ ಮೌಲ್ಯಗಳಾಗಿವೆ. ಅಶ್ಲೀಲತೆಯ ನಿಜವಾದ ಕ್ರಮಗಳನ್ನು ಬಳಸುವ ಸಂಬಂಧಗಳು ಆರ್ಡನಾಲ್ ಶ್ರೇಯಾಂಕಗಳಿಗಿಂತ ಹೆಚ್ಚಾಗಿ ಉದ್ಯಮವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತವೆ ಎನ್ನುವುದನ್ನು ನಾವು ನಂಬುತ್ತೇವೆ ಏಕೆಂದರೆ ಅಶ್ಲೀಲ ಸಾಹಿತ್ಯದಲ್ಲಿ ನಿಜವಾದ ವ್ಯತ್ಯಾಸವು ರಾಜ್ಯದ ನಿರ್ದಿಷ್ಟ ಆದೇಶವನ್ನು ಹೊರತುಪಡಿಸಿ ಬಳಸುತ್ತದೆ.
ಟೇಬಲ್ 2. ನಾಲ್ಕು ಡೇಟಾ ಮೂಲಗಳ ನಡುವೆ ಪರಸ್ಪರ ಸಂಬಂಧ. 
ಮೂರು ಮಾಂಸಾಹಾರಿ-ಪಾವತಿಸದ ಚಂದಾದಾರಿಕೆ ಡೇಟಾ ಮೂಲಗಳ ನಡುವಿನ ಮಹತ್ವದ ಪರಸ್ಪರ ಸಂಬಂಧಗಳು, ಅವರು ಅಳೆಯುವ ವಿಭಿನ್ನ ಅಸ್ಥಿರಗಳ ಹೊರತಾಗಿಯೂ (ಹುಡುಕಾಟ ಪರಿಮಾಣ, ಪುಟ ವೀಕ್ಷಣೆಗಳು ಮತ್ತು ಅಶ್ಲೀಲ ವೀಕ್ಷಕರ ಪ್ರಮಾಣ), ಅವರು ಅಶ್ಲೀಲತೆಯ ಬದಲಾವಣೆಯ ನಿಜವಾದ ಆಧಾರದ ಮಾದರಿಯನ್ನು ರಾಜ್ಯಗಳಲ್ಲಿ ಬಳಸುತ್ತಾರೆ ಎಂದು ಸೂಚಿಸುತ್ತಾರೆ; ಎಡೆಲ್ಮನ್ (2009) ಬಳಸುವ ಚಂದಾದಾರಿಕೆಯ ಡೇಟಾದೊಂದಿಗೆ ಸಂಬಂಧವಿಲ್ಲದ ಒಂದು. ಡೇಟಾ ಮೂಲದ ಅಂದಾಜುಗಳ ಸೂಕ್ಷ್ಮತೆವಿಭಿನ್ನ ದತ್ತಾಂಶ ಮೂಲಗಳಲ್ಲಿನ ರಾಜ್ಯ ಅಶ್ಲೀಲ ದರಗಳಲ್ಲಿನ ವ್ಯತ್ಯಾಸಗಳಿಗೆ ಲೆಕ್ಕಪರಿಶೋಧನೆಯ ಮಹತ್ವವನ್ನು ವಿವರಿಸಲು, ಇತ್ತೀಚಿನ ಅಧ್ಯಯನದ ಫಲಿತಾಂಶಗಳನ್ನು ನಾವು ಪುನರಾವರ್ತಿಸುತ್ತೇವೆ, ಅದು ಹೆಚ್ಚು ಧಾರ್ಮಿಕ ಮತ್ತು ಹೆಚ್ಚು ಸಂಪ್ರದಾಯವಾದಿ ರಾಜ್ಯಗಳು ಗೂಗಲ್‌ನಲ್ಲಿ ಲೈಂಗಿಕ ವಿಷಯವನ್ನು ಹುಡುಕುವ ಸಾಧ್ಯತೆಯಿದೆ ಎಂದು ಕಂಡುಹಿಡಿದಿದೆ (ಮ್ಯಾಕ್ಇನ್ನಿಸ್ ಮತ್ತು ಹಾಡ್ಸನ್, 2014). ಈ ಕಾಗದದಲ್ಲಿ ನಾವು ವಿವರಿಸಿದ ಇತರ ದತ್ತಾಂಶ ಮೂಲಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಅಶ್ಲೀಲತೆಯ ಇತರ ಕ್ರಮಗಳಿಗೆ ಆ ಕಾಗದದ ತೀರ್ಮಾನಗಳು ಅನ್ವಯವಾಗುತ್ತವೆಯೇ ಎಂದು ನಾವು ಪರಿಶೀಲಿಸುತ್ತೇವೆ. ಈ ಪುನರಾವರ್ತನೆಯ ಫಲಿತಾಂಶಗಳನ್ನು ಕೋಷ್ಟಕ 3 ರಲ್ಲಿ ನೀಡಲಾಗಿದೆ. ವಿಭಿನ್ನ ಅಶ್ಲೀಲ ಬಳಕೆ ಕ್ರಮಗಳಾದ್ಯಂತ ಹೋಲಿಕೆಗೆ ಅನುವು ಮಾಡಿಕೊಡಲು ನಾವು ಅಶ್ಲೀಲತೆ-ಬಳಕೆ, ಧಾರ್ಮಿಕತೆ ಮತ್ತು ಸಂಪ್ರದಾಯವಾದಿ ಕ್ರಮಗಳನ್ನು ಸರಾಸರಿ ಕಳೆಯುವುದರ ಮೂಲಕ ಮತ್ತು ಪ್ರಮಾಣಿತ ವಿಚಲನದಿಂದ ಭಾಗಿಸುವ ಮೂಲಕ ಪ್ರಮಾಣೀಕರಿಸಿದ್ದೇವೆ (ಈ ವಿಧಾನವು ಪರಿವರ್ತನೆಗೆ ಸಮಾನವಾಗಿರುತ್ತದೆ ಪ್ರತಿಯೊಂದು ಕ್ರಮಗಳು -ಡ್-ಸ್ಕೋರ್ ಆಗಿ).
ಟೇಬಲ್ 3. ರಾಜ್ಯ ಮಟ್ಟದ ಧಾರ್ಮಿಕತೆ ಅಥವಾ ಸಂಪ್ರದಾಯವಾದಿ ಮತ್ತು ಪ್ರತಿ ಮೆಟ್ರಿಕ್ ನಡುವಿನ ಸಂಬಂಧಗಳು ಅಶ್ಲೀಲತೆಯ ಬಳಕೆ.  ಮೂಲ ಅಧ್ಯಯನದಲ್ಲಿ, ಮ್ಯಾಕ್ಇನ್ನಿಸ್ ಮತ್ತು ಹೋಡ್ಸನ್ (2014) ನಮ್ಮ ಟ್ರೆಂಡ್ಸ್ ಅಳತೆಗಳಲ್ಲಿ ನಾವು ಬಳಸುತ್ತಿರುವ ನಿಯಮಗಳಂತೆಯೇ ಲೈಂಗಿಕತೆ, ಅಶ್ಲೀಲ ಮತ್ತು XXX ನಂತಹ ನಿರ್ದಿಷ್ಟ ಶೋಧ ಪದಗಳಿಗೆ Google ಟ್ರೆಂಡ್ಸ್ ಡೇಟಾವನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡಿದ್ದಾರೆ. ನಾವು ಗೂಗಲ್ ಟ್ರೆಂಡ್ಸ್ ಡೇಟಾವನ್ನು ಬಳಸುವಾಗ ಹೆಚ್ಚಿನ ಸಂದರ್ಭಗಳಲ್ಲಿ ಧಾರ್ಮಿಕತೆ ಮತ್ತು ಸಂಪ್ರದಾಯವಾದಿಗಳ ನಡುವಿನ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ಮಹತ್ವದ ಸಂಬಂಧವನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತೇವೆ ಎಂದು ಟೇಬಲ್ 3 ನ ಮೊದಲ ಸಾಲಿನ ಫಲಿತಾಂಶಗಳು ತೋರಿಸುತ್ತವೆ. ಆದಾಗ್ಯೂ, ಟೇಬಲ್ 3 ನಲ್ಲಿನ ಇತರ ಸಾಲುಗಳು ಇತರ ಮೂರು ಡೇಟಾ ಮೂಲಗಳನ್ನು ಬಳಸುವಾಗ ನಾವು ಹೆಚ್ಚು ದುರ್ಬಲ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಸಂಬಂಧವನ್ನು ಪಡೆಯುತ್ತೇವೆ ಎಂದು ತೋರಿಸುತ್ತದೆ. ಮ್ಯಾಕ್ಇನ್ನಿಸ್ ಮತ್ತು ಹೊಡ್ಸನ್ (2014) ಇತರ ಮೂರು ಮಾಹಿತಿ ಮೂಲಗಳನ್ನು ಬಳಸುತ್ತಿದ್ದರೆ, ಅವರು ಪರಿಶೀಲಿಸುತ್ತಿದ್ದ ಸಂಬಂಧದ ಸಾಮರ್ಥ್ಯದ ಬಗ್ಗೆ ತಮ್ಮ ಕಾಗದದಲ್ಲಿ ವಿಭಿನ್ನ ತೀರ್ಮಾನಕ್ಕೆ ಬರಬಹುದೆಂದು ಈ ಫಲಿತಾಂಶಗಳು ಸೂಚಿಸುತ್ತವೆ. ಮ್ಯಾಕ್ಇನ್ನಿಸ್ ಮತ್ತು ಹಾಡ್ಸನ್ (2014) ರಾಜ್ಯಮಟ್ಟದ ಧಾರ್ಮಿಕತೆ ಮತ್ತು ರಾಜ್ಯಮಟ್ಟದ ಅಶ್ಲೀಲ ಬಳಕೆಯ ನಡುವಿನ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ಮಹತ್ವದ ಸಂಬಂಧವನ್ನು ಕಂಡುಕೊಂಡಿದ್ದಾರೆ ಎಂಬ ಅಂಶವು ಆಸಕ್ತಿದಾಯಕವಾಗಿದೆ, ವೈಯಕ್ತಿಕ ಮಟ್ಟದ ದತ್ತಾಂಶವನ್ನು ಬಳಸುವ ಹಿಂದಿನ ಅಧ್ಯಯನಗಳು ನಿಯಮಿತವಾಗಿ ಚರ್ಚ್‌ಗೆ ಹಾಜರಾಗುವ ವ್ಯಕ್ತಿಗಳು ಅಶ್ಲೀಲ ಚಿತ್ರಗಳನ್ನು ಬಳಸುವ ಸಾಧ್ಯತೆ ಕಡಿಮೆ ಎಂದು ಪರಿಗಣಿಸುತ್ತದೆ ( ಡೋರನ್ & ಪ್ರೈಸ್, 2014; ಪ್ಯಾಟರ್ಸನ್ & ಪ್ರೈಸ್, 2012; ಸ್ಟಾಕ್, ವಾಸ್ಸೆರ್ಮನ್, ಮತ್ತು ಕಿರ್ನ್ಸ್, 2004). ಗುಂಪು-ಮಟ್ಟದ ಸಂಬಂಧಗಳು ವೈಯಕ್ತಿಕ ಮಟ್ಟದಲ್ಲಿ ಕಂಡುಬರುವದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿರುವ ಈ ರೀತಿಯ ಮಾದರಿಯು ಶಿಕ್ಷಣ ಮತ್ತು ಧರ್ಮದ ನಡುವಿನ ಸಂಬಂಧದಲ್ಲೂ ಕಂಡುಬಂದಿದೆ (ಗ್ಲೇಸರ್ ಮತ್ತು ಸಾಕರ್‌ಡೊಟ್, 2008) ಮತ್ತು ಆದಾಯ ಮತ್ತು ರಾಜಕೀಯ ಸಂಬಂಧದ ನಡುವಿನ ಸಂಬಂಧ (ಗ್ಲೇಸರ್ ಮತ್ತು ಸಾಕರ್‌ಡೊಟ್, 2007). ಚರ್ಚೆಮೇಲಿನ ಎಲ್ಲ ಡೇಟಾ ಮೂಲಗಳು ಆನ್ಲೈನ್ ಅಶ್ಲೀಲತೆಯ ಉದ್ಯಮದ ವಿಭಿನ್ನ ಕ್ರಾಸ್ ಸೆಕ್ಷನ್ ದೃಷ್ಟಿಕೋನವನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ, ಮತ್ತು ಪ್ರತಿ ರಾಜ್ಯವು ಅಶ್ಲೀಲತೆಯ ಸಾಮಾನ್ಯ ಮಟ್ಟಗಳಲ್ಲಿ ಆಸಕ್ತಿ ಹೊಂದಿರುವ ಸಂಶೋಧಕರಿಗೆ ಪ್ರಮುಖವಾದ ದೋಷಗಳನ್ನು ಹೊಂದಿದೆ. ಎನ್ಎಫ್ಎಸ್ಎಸ್ ಸಮೀಕ್ಷೆಯ ದತ್ತಾಂಶವು, ಉದಾಹರಣೆಗೆ, ಸಾಮಾಜಿಕ ಅಪೇಕ್ಷಣೀಯ ಪಕ್ಷಪಾತ ಮತ್ತು ವಿಷಯಗಳ ದೋಷಪೂರಿತ ಸ್ಮರಣೆಯ ಕಾರಣದಿಂದ ಅಶ್ಲೀಲತೆಯ ಸೇವನೆಯು ಬಹುಶಃ ಅಂದಾಜಿಸುವುದಿಲ್ಲ. ಗೂಗಲ್ ಟ್ರೆಂಡ್ಸ್ ಡೇಟಾವು ಯಾವುದೇ ಅಶ್ಲೀಲತೆಯ ಬಳಕೆಯನ್ನು ಸೆರೆಹಿಡಿಯಲು ವಿಫಲವಾದರೆ ಅದನ್ನು ಗೂಗಲ್ ಹುಡುಕಾಟದ ಹೊರತುಪಡಿಸಿ ಪ್ರವೇಶಿಸಬಹುದು. ಪೋರ್ನ್ಹಬ್ ಮತ್ತು ಪಾವತಿಸಿದ ಚಂದಾದಾರಿಕೆ ಡೇಟಾವನ್ನು ಅವುಗಳ ಪ್ರತಿನಿಧಿಯಲ್ಲಿ ಸೀಮಿತಗೊಳಿಸಬಹುದು; ಅವರು ಉದ್ಯಮದಲ್ಲಿ ಕೇವಲ ಒಂದು ಸಂಸ್ಥೆಯು ಸಂಬಂಧಿಸಿದಂತೆ ಬಳಕೆ ಅಳೆಯುತ್ತಾರೆ. ಯಾವುದೇ ಮೂಲದಿಂದ ದತ್ತಾಂಶವನ್ನು ಸಂಶೋಧನೆಯಲ್ಲಿ ಬಳಸಿದಾಗ, ಆ ಫಲಿತಾಂಶಗಳಿಗೆ ಕಾರಣವಾಗುವ ಡೇಟಾದ ಸಂದರ್ಭಗಳಲ್ಲಿ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡಬೇಕು. ಅಶ್ಲೀಲತೆಯ ಉದ್ಯಮದ ಸಂಪೂರ್ಣ ಪ್ರತಿನಿಧಿಸುವಂತೆ ನಿರ್ದಿಷ್ಟ ಡೇಟಾ ಮೂಲವನ್ನು ವ್ಯಕ್ತಿಗಳು ತಪ್ಪಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಿದಾಗ ಸಮಸ್ಯೆಗಳು ಉಂಟಾಗುತ್ತವೆ. ಪ್ರತಿನಿಧಿ-ಅಲ್ಲದ ದತ್ತಾಂಶವು ತಪ್ಪಾಗಿ ಸಾಮಾನ್ಯೀಕರಿಸಿದಲ್ಲಿ ಅನೇಕ ಇತರ ಸೆಟ್ಟಿಂಗ್ಗಳು ಇವೆ. ಸಂಶೋಧಕರು ಮತ್ತು ವ್ಯಕ್ತಿಗಳು ತಮ್ಮ ಆವಿಷ್ಕಾರಗಳ ಬಾಹ್ಯ ಸಿಂಧುತ್ವವನ್ನು ಅರಿತುಕೊಳ್ಳಬೇಕು ಮತ್ತು ಮಾಧ್ಯಮಗಳು ಮತ್ತು ಓದುಗರು ಫಲಿತಾಂಶಗಳನ್ನು ಅಧಿಕೃತವಾಗಿ ವರ್ಗಾವಣೆ ಮಾಡದಂತೆ ಜಾಗರೂಕರಾಗಿರಬೇಕು. ನಮ್ಮ ಡೇಟಾ ಮೂಲಗಳ ಮಿತಿಯನ್ನೂ ಸಹ ಅವರು ಅಶ್ಲೀಲತೆಯ ಉದ್ಯಮವನ್ನು ವಿವಿಧ ಐತಿಹಾಸಿಕ ಕ್ಷಣಗಳಲ್ಲಿ ಸೆರೆಹಿಡಿಯುತ್ತಾರೆ; ಗೂಗಲ್ ಟ್ರೆಂಡ್ಸ್ (2013-2014), ಪಾವತಿಸಿದ ಚಂದಾದಾರಿಕೆ (2006-2008), ಪೋರ್ನ್ಹಬ್ (2013), ಮತ್ತು NFSS (2012). ಪಾವತಿಸಿದ ಚಂದಾದಾರಿಕೆ ಡೇಟಾವು ಇತರ ಮೂಲಗಳಿಗೆ ಸುಮಾರು 6-7 ವರ್ಷಗಳ ಮೊದಲು ಸಂಗ್ರಹಿಸಲ್ಪಟ್ಟಿದೆ. ಈ ಸಮಯ ವ್ಯತ್ಯಾಸವು ನಮ್ಮ ಫಲಿತಾಂಶಗಳನ್ನು ಪಕ್ಷಪಾತ ಮಾಡಬಹುದು, ಆದರೆ ಒಟ್ಟಾರೆಯಾಗಿ ಡೇಟಾ ಮೂಲಗಳಲ್ಲಿರುವ ಸಾಮಾನ್ಯ ಪ್ರವೃತ್ತಿಗಳು ನಮ್ಮ ಸಂಶೋಧನೆಗಳು ನಿಖರವೆಂದು ನಾವು ನಂಬುತ್ತೇವೆ. XNAX-2006 ನಿಂದ ರಾಜ್ಯಗಳಲ್ಲಿ ಅಶ್ಲೀಲತೆಯ ಸಂಬಂಧಿತ ಬಳಕೆಯಲ್ಲಿ ಪ್ರಮುಖ ಬದಲಾವಣೆಗಳನ್ನು ಈ ಪಕ್ಷಪಾತವು ಸಂಭವಿಸಬೇಕಾಗಿರುತ್ತದೆ, ಅದು ನಾವು ಅಸಂಭವವೆಂದು ನಂಬುತ್ತೇವೆ. ಕೆಲವು ರೀತಿಯ ಚಟುವಟಿಕೆಯ ಬಗ್ಗೆ ವ್ಯಕ್ತಿಗಳಿಗೆ ಶ್ರೇಣಿಯನ್ನು ಸಲ್ಲಿಸಲು ಪ್ರಯತ್ನಿಸುವಾಗ, ಅನೇಕ ಮೂಲಗಳು (ಲಭ್ಯವಿದ್ದರೆ) ವ್ಯತಿರಿಕ್ತ ಫಲಿತಾಂಶಗಳ ದೃಷ್ಟಿಯಿಂದ ನೋಡಬೇಕು. ಆದೇಶಗಳನ್ನು ಹೋಲುವಂತೆಯೇ ಅವರ ನಿಖರತೆ ಹೆಚ್ಚು ಸುಲಭವಾಗಿ ಊಹಿಸಲ್ಪಡುತ್ತದೆ. ಅವರು ಭಿನ್ನವಾಗಿರಲಿ, ಈ ಸಮಸ್ಯೆಯ ಬಗ್ಗೆ ಹೆಚ್ಚು ತಿಳಿಯಲು ಒಂದು ಅವಕಾಶ ಉಂಟಾಗುತ್ತದೆ. ನಮ್ಮ ನಿರ್ದಿಷ್ಟ ಪ್ರಕರಣದಲ್ಲಿ, ವಿಭಿನ್ನ ರೀತಿಯ ಅಶ್ಲೀಲತೆಯ ಬಳಕೆಯನ್ನು ಮೂಲಗಳು ಸೆರೆಹಿಡಿಯುವ ಕಾರಣ ವ್ಯತ್ಯಾಸಗಳು ಉದ್ಭವಿಸುತ್ತವೆ. ಅಶ್ಲೀಲತೆಯ ಬಳಕೆಯ ಕುರಿತಾದ ಹಿಂದಿನ ಸಂಶೋಧನೆಯು ವಿಚ್ orce ೇದನ, ಸಂತೋಷ, ಕಾರ್ಮಿಕರ ಉತ್ಪಾದಕತೆ ಮತ್ತು ಲೈಂಗಿಕ ದೌರ್ಜನ್ಯದಂತಹ ಪ್ರಮುಖ ಕ್ಷೇತ್ರಗಳ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರಬಹುದು (ಬರ್ಗೆನ್ & ಬೊಗಲ್, 2000; ಡೋರನ್ & ಬೆಲೆ, 2014; ಪ್ಯಾಟರ್ಸನ್ & ಬೆಲೆ, 2012; ಯಂಗ್. & ಕೇಸ್, 2004). ಅಂತಹ ಸಂಶೋಧನೆಗಳನ್ನು ನಡೆಸುವಾಗ ಡೇಟಾವು ವಿಶ್ವಾಸಾರ್ಹ ಮತ್ತು ಸಾಮಾನ್ಯೀಕರಿಸಬಹುದಾದ ಮೂಲದಿಂದ (ಅಥವಾ ಮೂಲಗಳಿಂದ) ಇರಬೇಕು. ಅಂತಹ ಯಾವುದೇ ಪರಿಣಾಮಗಳ ಫಲಿತಾಂಶಗಳು ಮತ್ತು ಆವಿಷ್ಕಾರಗಳನ್ನು ವ್ಯಕ್ತಿಗಳ ವಯಸ್ಸು, ಲಿಂಗ ಮತ್ತು ಲೈಂಗಿಕ ಗುರುತಿನ ಬೆಳಕಿನಲ್ಲಿ ಪರಿಗಣಿಸಬೇಕು - ಈ ಕಾಗದದಲ್ಲಿ ಪರಿಗಣಿಸದ ಅಂಶಗಳು (ಸೆವ್ಸಿಕೋವಾ ಮತ್ತು ಡೇನ್‌ಬ್ಯಾಕ್, 2014; ಸ್ಟೂಪ್ಸ್, 2015; ಟ್ರೀನ್ & ಡೇನ್‌ಬ್ಯಾಕ್, 2013 ; ತ್ರಿಪೋಡಿ ಮತ್ತು ಇತರರು. 2015). ಅಂತಹ ಸಂಶೋಧನಾ ಅವಕಾಶಗಳಲ್ಲಿ ರಾಜ್ಯದಿಂದ ಅಶ್ಲೀಲತೆಯ ಬಳಕೆಯು ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಒಂದು ಪಾತ್ರವನ್ನು ವಹಿಸುತ್ತದೆ. ಈ ಕಾಗದದ ಫಲಿತಾಂಶಗಳನ್ನು ಗಮನಿಸಿದರೆ ಅಂತಹ ಅಸ್ಥಿರತೆಯ ದತ್ತಾಂಶ ಮೂಲವನ್ನು ಅಂತಹ ಹಿಂಜರಿಕೆಯಲ್ಲಿ ಹೆಚ್ಚು ಪರಿಗಣಿಸಬೇಕು ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ದತ್ತಾಂಶ ಮೂಲದ ಸಂದರ್ಭದಲ್ಲಿ ವ್ಯಾಖ್ಯಾನಿಸಬೇಕು. ತೀರ್ಮಾನನಿರ್ದಿಷ್ಟ ಕಂಪನಿಗಳು ಒದಗಿಸಿದ ದತ್ತಾಂಶವು ಸಾರ್ವಜನಿಕ ಸಮಸ್ಯೆಗಳಿಗೆ ಪ್ರಮುಖ ಒಳನೋಟಗಳನ್ನು ಒದಗಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ. ಏಕೈಕ ಕಂಪೆನಿಯ ಮಾಹಿತಿಯು, ಅತಿ ದೊಡ್ಡದಾದ ಒಂದು ವ್ಯಕ್ತಿ, ಇಡೀ ಜನಸಂಖ್ಯೆಯ ಪ್ರತಿನಿಧಿಯಾಗಿರುವ ಒಳನೋಟಗಳನ್ನು ನೀಡಿದಾಗ ಒಂದು ಪ್ರಮುಖ ಸವಾಲು ನಿರ್ಧರಿಸುತ್ತದೆ. ರಾಜ್ಯಗಳಾದ್ಯಂತ ಅಶ್ಲೀಲತೆಯ ತುಲನಾತ್ಮಕ ದರಗಳು 2006-2013 ನಿಂದ ಪ್ರಮುಖ ಬದಲಾವಣೆಗಳನ್ನು ಹೊಂದಿಲ್ಲವೆಂದು ನಮ್ಮ ಕಾಗದದ ಫಲಿತಾಂಶಗಳು ಸೂಚಿಸುತ್ತವೆ, ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ ಒಂದೇ ಕಂಪೆನಿಯ ಮಾಹಿತಿಯು ಒಂದು ನಿರ್ದಿಷ್ಟ ನಡವಳಿಕೆಯ ಭೌಗೋಳಿಕ ನಮೂನೆಗಳ ತಪ್ಪು ದಾರಿಗೆ ಕಾರಣವಾಗಬಹುದು ಎಂದು ಸೂಚಿಸುತ್ತದೆ. ಪಾವತಿಸಿದ ಸೈಟ್ (ಡೋರನ್, 2008) ಅನ್ನು ಬಳಸುವ ಬದಲು ಅಶ್ಲೀಲತೆಯನ್ನು ಆನ್ಲೈನ್ನಲ್ಲಿ ಮಾತ್ರ ಪ್ರವೇಶಿಸುವ ಉಚಿತ ವಿಷಯವನ್ನು ಪ್ರವೇಶಿಸುವ ವ್ಯಕ್ತಿಗಳ ವಿಶಾಲವಾದ ಬಹುಸಂಖ್ಯಾತರಿಂದ ಅಶ್ಲೀಲ ಬಳಕೆಯಲ್ಲಿ ಇದು ಮುಖ್ಯವಾಗಿರುತ್ತದೆ. ಈ ಕಾಗದದ ಫಲಿತಾಂಶಗಳು ರಾಷ್ಟ್ರೀಯ ಪ್ರತಿನಿಧಿ ದತ್ತಾಂಶ (ಗೂಗಲ್ ಟ್ರೆಂಡ್ಸ್ ಮತ್ತು ಎನ್ಎಫ್ಎಸ್ಎಸ್) ಒಳಗೊಂಡಿರುವ ಎರಡು ಸೇರಿದಂತೆ ಅಶ್ಲೀಲ ಬಳಕೆಯ ಬಗ್ಗೆ ನಾಲ್ಕು ವಿಭಿನ್ನ ಮಾಹಿತಿ ಮೂಲಗಳನ್ನು ಸೆಳೆಯುತ್ತವೆ. ನಮ್ಮ ಎಲ್ಲ ಮೂರು ಮೂಲಗಳ ನಡುವಿನ ಒಂದು ಗಮನಾರ್ಹವಾದ ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ನಾವು ಕಂಡುಕೊಳ್ಳುತ್ತೇವೆ, ಅಶ್ಲೀಲ ಸಾಹಿತ್ಯದಲ್ಲಿ ಅಂತಹ ಮೂಲ ಮಾದರಿಯು ಎಲ್ಲ ರಾಜ್ಯಗಳಲ್ಲೂ ಬಳಸುತ್ತವೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ. ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ ಪಾವತಿಸಿದ ಚಂದಾದಾರಿಕೆ ಡೇಟಾ, ನ್ಯಾಯಯುತ ಪ್ರಮಾಣದ ಗಮನವನ್ನು ಪಡೆದಿರುವ ಒಂದು ಮೂಲವು ವಾಸ್ತವವಾಗಿ ಇತರ ಮೂಲಗಳೊಂದಿಗೆ ಕಡಿಮೆ ಸಂಬಂಧವನ್ನು ಹೊಂದಿದೆ. ಡೇಟಾ ಮೂಲಗಳಾದ್ಯಂತದ ಆಯ್ಕೆಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವ ತೀರ್ಮಾನಗಳ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರಬಹುದು ಮತ್ತು ಭವಿಷ್ಯದ ಅಧ್ಯಯನಗಳು ನಿರ್ದಿಷ್ಟ ನಡವಳಿಕೆಯ ಆದರ್ಶ ಅಳತೆಯನ್ನು ಪಡೆಯಲು ಸವಾಲು ಮಾಡುವ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಶೀಲಿಸುವಾಗ ಡೇಟಾ ಮೂಲಗಳಾದ್ಯಂತ ಸೂಕ್ಷ್ಮತೆಯ ಪರೀಕ್ಷೆಗಳನ್ನು ಒಳಗೊಂಡಿವೆ ಎಂದು ನಾವು ಸೂಚಿಸುತ್ತೇವೆ. ಉಲ್ಲೇಖಗಳುಬರ್ಗೆನ್, ಆರ್., ಮತ್ತು ಬೊಗ್ಲೆ, ಕೆ. (2000). ಅಶ್ಲೀಲತೆ ಮತ್ತು ಲೈಂಗಿಕ ದೌರ್ಜನ್ಯದ ನಡುವಿನ ಸಂಪರ್ಕವನ್ನು ಅನ್ವೇಷಿಸುವುದು. ಹಿಂಸೆ ಮತ್ತು ವಿಕ್ಟಿಮ್ಸ್, 15, 227-234. ಬಝೆಲ್, ಟಿ. (2005). ಮೂರು ತಾಂತ್ರಿಕ ಸಂದರ್ಭಗಳಲ್ಲಿ ಅಶ್ಲೀಲತೆಯನ್ನು ಬಳಸುವ ವ್ಯಕ್ತಿಗಳ ಜನಸಂಖ್ಯಾ ಗುಣಲಕ್ಷಣಗಳು. ಲೈಂಗಿಕತೆ ಮತ್ತು ಸಂಸ್ಕೃತಿ. 9, 28-48. http://dx.doi.org/10.1007/BF02908761 ಕಾರ್ನೆರೊ, ಎಚ್‌ಎ, ಮತ್ತು ಮೈಲೋನಕಿಸ್, ಇ. (2009). ಗೂಗಲ್ ಪ್ರವೃತ್ತಿಗಳು: ರೋಗ ಏಕಾಏಕಿ ನೈಜ-ಸಮಯದ ಕಣ್ಗಾವಲುಗಾಗಿ ವೆಬ್ ಆಧಾರಿತ ಸಾಧನ. ಕ್ಲಿನಿಕಲ್ ಇನ್ಫೆಕ್ಷಿಯಸ್ ಡಿಸೀಸಸ್, 49, 1557-1564. http://dx.doi.org/10.1086/630200 ಚೋಯಿ, ಹೆಚ್., ಮತ್ತು ವೇರಿಯನ್, ಎಚ್. (2012). Google ಟ್ರೆಂಡ್‌ಗಳೊಂದಿಗೆ ವರ್ತಮಾನವನ್ನು ting ಹಿಸುವುದು. ಆರ್ಥಿಕ ದಾಖಲೆ, 88(s1), 2-9. http://dx.doi.org/10.1111/j.1475-4932.2012.00809.x ಕೂಪರ್, ಎ. (1998). ಲೈಂಗಿಕತೆ ಮತ್ತು ಅಂತರ್ಜಾಲ: ಹೊಸ ಸಹಸ್ರಮಾನದೊಳಗೆ ಸರ್ಫಿಂಗ್. ಸೈಬರ್ ಸೈಕಾಲಜಿ & ಬಿಹೇವಿಯರ್, 1, 187-193. http://dx.doi.org/10.1089/cpb.1998.1.187 ಡೋರನ್, ಕೆ. (2010). ಉದ್ಯಮದ ಗಾತ್ರ, ಅಳತೆ ಮತ್ತು ಸಾಮಾಜಿಕ ವೆಚ್ಚಗಳು. ಎಮ್. ಎಬರ್ಸ್ಟಾಡ್ & ಎಮ್ಎ ಲೇಡೆನ್ (ಸಂಪಾದಕರು), ಅಶ್ಲೀಲತೆಯ ಸಾಮಾಜಿಕ ವೆಚ್ಚಗಳು: ಪೇಪರ್ಸ್ ಸಂಗ್ರಹ. ಪ್ರಿನ್ಸ್ಟನ್, ಎನ್ಜೆ: ದಿ ವಿದರ್ಸ್ಪೂನ್ ಇನ್ಸ್ಟಿಟ್ಯೂಟ್. ಡೋರನ್, ಕೆ., & ಪ್ರೈಸ್, ಜೆ. (2014). ಅಶ್ಲೀಲತೆ ಮತ್ತು ಮದುವೆ. ಜರ್ನಲ್ ಆಫ್ ಫ್ಯಾಮಿಲಿ ಅಂಡ್ ಇಕನಾಮಿಕ್ ಇಷ್ಯೂಸ್, 35, 489-498. http://dx.doi.org/10.1007/s10834-014-9391-6 ಎಡೆಲ್ಮ್ಯಾನ್, B. (2009). ಮಾರುಕಟ್ಟೆಗಳು: ಕೆಂಪು ಬೆಳಕಿನ ರಾಜ್ಯಗಳು: ಯಾರು ಆನ್ಲೈನ್ ವಯಸ್ಕರ ಮನರಂಜನೆಯನ್ನು ಖರೀದಿಸುತ್ತಾರೆ? ಜರ್ನಲ್ ಆಫ್ ಇಕನಾಮಿಕ್ ಪರ್ಸ್ಪೆಕ್ಟಿವ್ಸ್, 23(1), 209-220. http://dx.doi.org/10.1257/jep.23.1.209 ಫಿಶರ್, ಆರ್. (1993). ಸಾಮಾಜಿಕ ಅಪೇಕ್ಷೆ ಪಕ್ಷಪಾತ ಮತ್ತು ಪರೋಕ್ಷ ಪ್ರಶ್ನಾರ್ಹತೆಯ ಮಾನ್ಯತೆ. ಜರ್ನಲ್ ಆಫ್ ಕನ್ಸ್ಯೂಮರ್ ರಿಸರ್ಚ್, 20, 303-315. http://dx.doi.org/10.1086/209351 ಗ್ಲೇಸರ್, ಇ., ಮತ್ತು ಸಾಕರ್‌ಡೊಟ್, ಬಿ. (2007). ಒಟ್ಟುಗೂಡುವಿಕೆಯ ಹಿಮ್ಮುಖಗಳು ಮತ್ತು ನಂಬಿಕೆಗಳ ಸಾಮಾಜಿಕ ರಚನೆ. NBER ವರ್ಕಿಂಗ್ ಪೇಪರ್ ನಂ. 13031. ರಿಂದ ಪಡೆದುಕೊಳ್ಳಲಾಗಿದೆ http://www.nber.org/papers/w13031.pdf ಗ್ಲೇಸರ್, ಇ., ಮತ್ತು ಸಾಕರ್‌ಡೊಟ್, ಬಿ. (2008). ಶಿಕ್ಷಣ ಮತ್ತು ಧರ್ಮ. ಜರ್ನಲ್ ಆಫ್ ಹ್ಯೂಮನ್ ಕ್ಯಾಪಿಟಲ್, 2, 188-215. http://dx.doi.org/10.1086/590413 ಹರ್ಟ್ಲಿನ್, ಕೆ., ಮತ್ತು ಸ್ಟೀವನ್ಸನ್, ಎ. (2010). ಇಂಟರ್ನೆಟ್-ಸಂಬಂಧಿತ ಅನ್ಯೋನ್ಯತೆ ಸಮಸ್ಯೆಗಳಿಗೆ ಕೊಡುಗೆ ನೀಡುವ ಏಳು “ಆಸ್”: ಸಾಹಿತ್ಯ ವಿಮರ್ಶೆ. ಸೈಬರ್ಪ್ಸೈಕಾಲಜಿ: ಜರ್ನಲ್ ಆಫ್ ಸೈಕೋಸಾಜಿಕಲ್ ರಿಸರ್ಚ್ ಆನ್ ಸೈಬರ್ಸ್ಪೇಸ್, 4(1), ಲೇಖನ 1. ರಿಂದ ಪಡೆದುಕೊಳ್ಳಲಾಗಿದೆ http://www.cyberpsychology.eu/view.php?cisloclanku=2010050202 ಹೋ, ಡಬ್ಲ್ಯೂ., ಮತ್ತು ವಾಟರ್ಸ್, ಪಿ. (2004). ಇಂಟರ್ನೆಟ್ ಅಶ್ಲೀಲತೆಯನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಲು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಮತ್ತು ರಚನಾತ್ಮಕ ವಿಧಾನಗಳು. ಇನ್ ಸಿಸ್ಟಮ್ಸ್, ಮ್ಯಾನ್ ಮತ್ತು ಸೈಬರ್ನೆಟಿಕ್ಸ್, 2004 IEEE ಇಂಟರ್ನ್ಯಾಷನಲ್ ಕಾನ್ಫರೆನ್ಸ್ ಆನ್: ಸಂಪುಟ. 5, (ಪಿಪಿ. 4792-4798). ಮ್ಯಾಕ್ಇನ್ನಿಸ್, ಸಿ., ಮತ್ತು ಹಾಡ್ಸನ್, ಜಿ. (2014). ಹೆಚ್ಚು ಧಾರ್ಮಿಕ ಅಥವಾ ಸಂಪ್ರದಾಯವಾದಿ ಜನಸಂಖ್ಯೆಯನ್ನು ಹೊಂದಿರುವ ಅಮೇರಿಕನ್ ರಾಜ್ಯಗಳು ಗೂಗಲ್‌ನಲ್ಲಿ ಲೈಂಗಿಕ ವಿಷಯಕ್ಕಾಗಿ ಹೆಚ್ಚು ಹುಡುಕುತ್ತವೆಯೇ? ಲೈಂಗಿಕ ವರ್ತನೆಯ ಆರ್ಕೈವ್ಸ್, 44, 137-147. http://dx.doi.org/10.1007/s10508-014-0361-8 ಪ್ಯಾಟರ್ಸನ್, ಆರ್., ಮತ್ತು ಬೆಲೆ, ಜೆ. (2012). ಅಶ್ಲೀಲತೆ, ಧರ್ಮ ಮತ್ತು ಸಂತೋಷದ ಅಂತರ: ಅಶ್ಲೀಲತೆಯು ಸಕ್ರಿಯವಾಗಿ ಧಾರ್ಮಿಕತೆಯನ್ನು ವಿಭಿನ್ನವಾಗಿ ಪ್ರಭಾವಿಸುತ್ತದೆಯೇ? ಜರ್ನಲ್ ಆಫ್ ದಿ ಸೈಂಟಿಫಿಕ್ ಸ್ಟಡಿ ಆಫ್ ರಿಲಿಜನ್, 51, 79-89. http://dx.doi.org/10.1111/j.1468-5906.2011.01630.x ಪ್ರೀಸ್, ಟಿ., ಮೋಟ್, ಹೆಚ್., ಮತ್ತು ಸ್ಟಾನ್ಲಿ, ಎಚ್. (2013). ಗೂಗಲ್ ಟ್ರೆಂಡ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಹಣಕಾಸು ಮಾರುಕಟ್ಟೆಗಳಲ್ಲಿ ವ್ಯಾಪಾರದ ನಡವಳಿಕೆಯನ್ನು ಪ್ರಮಾಣೀಕರಿಸುವುದು. ವೈಜ್ಞಾನಿಕ ವರದಿಗಳು, 3, 1684. ಸೆವ್ಸಿಕೋವಾ, ಎ., ಮತ್ತು ಡೇನ್‌ಬ್ಯಾಕ್, ಕೆ. (2014). ಹದಿಹರೆಯದಲ್ಲಿ ಆನ್ಲೈನ್ ಅಶ್ಲೀಲ ಬಳಕೆ: ವಯಸ್ಸು ಮತ್ತು ಲಿಂಗ ವ್ಯತ್ಯಾಸಗಳು. ಯುರೋಪಿಯನ್ ಜರ್ನಲ್ ಆಫ್ ಡೆವಲಪ್ಮೆಂಟಲ್ ಸೈಕಾಲಜಿ, 11, 674-686. http://dx.doi.org/10.1080/17405629.2014.926808 ಸ್ಟಾಕ್, ಎಸ್., ವಾಸ್ಸೆರ್ಮನ್, ಐ., ಮತ್ತು ಕೆರ್ನ್, ಆರ್. (2004). ವಯಸ್ಕರ ಸಾಮಾಜಿಕ ಬಂಧಗಳು ಮತ್ತು ಇಂಟರ್ನೆಟ್ ಅಶ್ಲೀಲತೆಯ ಬಳಕೆ. ಸೋಶಿಯಲ್ ಸೈನ್ಸ್ ಕ್ವಾರ್ಟರ್ಲಿ, 85, 75-88. http://dx.doi.org/10.1111/j.0038-4941.2004.08501006.x ಸ್ಟುಪ್ಸ್, ಜೆ. (2015). ಹತ್ತೊಂಬತ್ತನೇ ಶತಮಾನದ ಬ್ರಿಟನ್ನಲ್ಲಿ ಅಶ್ಲೀಲ ವ್ಯಾಪಾರದ ವರ್ಗ ಮತ್ತು ಲಿಂಗ ಡೈನಾಮಿಕ್ಸ್. ಹಿಸ್ಟಾರಿಕಲ್ ಜರ್ನಲ್, 58, 137-156. http://dx.doi.org/10.1017/S0018246X14000090 ಟ್ರೀನ್, ಬಿ., ಮತ್ತು ಡೇನ್‌ಬ್ಯಾಕ್, ಕೆ. (2013). ವಿಭಿನ್ನ ಲೈಂಗಿಕ ದೃಷ್ಟಿಕೋನ ಹೊಂದಿರುವ ನಾರ್ವೇಜಿಯನ್ ಪುರುಷರು ಮತ್ತು ಮಹಿಳೆಯರಲ್ಲಿ ಅಶ್ಲೀಲತೆ ಮತ್ತು ಲೈಂಗಿಕ ನಡವಳಿಕೆಯ ಬಳಕೆ. ಲೈಂಗಿಕತೆ, 22, e41-e48. http://dx.doi.org/10.1016/j.sexol.2012.03.001 ತ್ರಿಪೋಡಿ, ಎಫ್., ಎಲುಟೇರಿ, ಎಸ್., ಗಿಯುಲಿಯಾನಿ, ಎಂ., ರೋಸ್ಸಿ, ಆರ್., ಲಿವಿ, ಎಸ್., ಪೆಟ್ರುಸೆಲ್ಲಿ, ಐ., ಪೆಟ್ರುಸೆಲ್ಲಿ, ಎಫ್., ಡೇನ್‌ಬ್ಯಾಕ್, ಕೆ., ಮತ್ತು ಸಿಮೋನೆಲ್ಲಿ ಸಿ. (2015). ಭಿನ್ನಲಿಂಗೀಯ ಸ್ವೀಡಿಷ್ ಮತ್ತು ಇಟಾಲಿಯನ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ ವಿದ್ಯಾರ್ಥಿಗಳಲ್ಲಿ ಅಸಾಮಾನ್ಯ ಆನ್ಲೈನ್ ಲೈಂಗಿಕ ಆಸಕ್ತಿಗಳು. ಲೈಂಗಿಕತೆ, ಸುಧಾರಿತ ಆನ್ಲೈನ್ ಪ್ರಕಟಣೆ. http://dx.doi.org/10.1016/j.sexol.2015.03.003 ರೈಟ್, ಪಿ. (2011). ಅಮೇರಿಕಾದ ಪುರುಷರು ಮತ್ತು ಅಶ್ಲೀಲತೆ, 1973-2010: ಬಳಕೆ, ಊಹಿಸುವವರು, ಪರಸ್ಪರ ಸಂಬಂಧಗಳು. ಜರ್ನಲ್ ಆಫ್ ಸೆಕ್ಸ್ ರಿಸರ್ಚ್, 50, 60-71. http://dx.doi.org/10.1080/00224499.2011.628132 ಯಂಗ್, ಕೆ., ಮತ್ತು ಕೇಸ್, ಸಿ. (2004). ಕೆಲಸದ ಸ್ಥಳದಲ್ಲಿ ಇಂಟರ್ನೆಟ್ ನಿಂದನೆ: ಅಪಾಯ ನಿರ್ವಹಣೆಯಲ್ಲಿ ಹೊಸ ಪ್ರವೃತ್ತಿಗಳು. ಸೈಬರ್ ಸೈಕಾಲಜಿ ಮತ್ತು ಬಿಹೇವಿಯರ್, 7, 105-111. http://dx.doi.org/10.1089/109493104322820174 ಕರೆಸ್ಪಾಂಡೆನ್ಸ್ ಟು: ಇಮೇಲ್: joe_price (at) byu.edu | |
;