Обзор использования порнографии исследования: Методология и результаты четырех источников (2015): Юта не число 1 в использовании порно

Ссылка на статью 

Обзор использование порнографии исследования: Методология и результаты четырех источников.

Киберпсихология: Журнал психосоциальных исследований киберпространства, 9 (4), статья 1. doi: 10.5817/CP2015-4-4

Резюме

Ключевые слова: Порнография, использование Интернета, данные, представитель

СКАЧАТЬ PDF

Введение

В то время как большинство исследователей согласятся, что порнография становятся все более распространенными в последних десятилетиях, точное измерение уровня использования порнографии в популяции остается эмпирической проблемой для социологов. Массив технологий, используемых для доступа к порнографии изменился с течением времени, что делает его практически невозможно последовательно измерять тот же показатель использования порнографии. Высокоскоростной доступ в Интернете, который проникал рынки постепенно в течение последних пятнадцати лет, обеспечивает непревзойденную доступность, анонимность и легкость доступа потребления порнографии (Купер, 1998), способствуя кажущийся общий рост использование порнографии (Райт, 2011). Hertlein и Стивенсон (2010) также отметить и другие особенности конкретных широкополосного Интернет порнографию в содействии росту промышленности: ближе приближение к физическому миру, приемлемость, неоднозначность и размещение между своим «реальным» и «должны» самим.

Прошлые подходы к измерению использования порнографии в значительной степени опирались на данные опроса (см Buzzell, 2005). Электронная природа порнографии в Интернете, однако, все чаще делает возможным ряд альтернативных методов получения надежных прокси использования порнографии, в том числе собранные от подписки или онлайн-поиска данных. Возможность использовать объективную меру на основе подписки или данных поиска выгодна, поскольку данные, основанные на опросе, обычно страдают от социальной склонности к желательности: респонденты могут недооценивать действия, нарушающие социальные нормы (Fisher, 1993). Кроме того, подписка данные не зависят от мнения индивида о том, что представляет собой порнографию; естественное ограничение субъективных вопросов исследования об использовании порнографии.

Два недавних исследования постучала в инновационные источники данных об интернет-использования порнографии. Эдельман (2009) использует данные подписки от одного провайдера платного порнографического содержания топ-десять, чтобы создать рейтинг которых государства используют большинство интернет-порнографии и сопоставляет их с нескольких мер на государственном уровне социальных или религиозных взглядов. Макиннис и Ходсон (2014) используют Google Trends термин поиска данных в качестве прокси-сервера для использования порнографии и изучить взаимосвязь между использованием порнографии на государственном уровне и меры религиозностью и консерватизмом. Они считают, что государства с более правыми уклоном идеологических установок имеют более высокий уровень порнографии, связанные с поиском Google.

В данной статье дается оценка некоторые из заявлений, сделанных в прошлых исследованиях о ранге порядка состояний и отношений между использованием порнографии на государственном уровне и различных социальных мер на государственном уровне. Мы также даем основу, что будущие исследователи могут использовать для оценки репрезентативности будущего государственного уровня или даже наборов данных уездных об использовании порнографии. Эдельман (2009) был пионером в доступе данные подписок одного провайдера платного порнографического содержания и такого использования индивидуальных потребительских данных из частных компаний станет полезным инструментом для сбора данных на труднодоступных меры поведения. Ключом к будущему использованию этого типа богатых данных будет указание того, в какой степени данные от одной фирмы могут дать то же представление, что и национально репрезентативная выборка.

В этой статье мы расширим данные, использованные в этих двух последних исследованиях, и объединим их с двумя дополнительными источниками данных. Поскольку каждый из четырех источников данных, которые мы используем в этой статье, дает меру уровня использования порнографии, мы оцениваем обоснованность каждого источника путем сравнения его с рейтинга на государственном уровне, мы получаем для других источников.

Данные

Наша работа основывается на четырех источниках данных, которые включают информацию о вариации на государственном уровне в использовании порнографии. Первые два источника данных являются репрезентативными образцами, а два последних основаны на платных подписках или просмотрах страниц, связанные с конкретным провайдером порнографического содержания. В каждом источнике данных нашей мера использования порнографии основываются на обстоятельствах, в которых люди отыскивают порнографическое содержание, а не случайно просмотр порнографии.

Наш первый набор данных основан на национальной репрезентативной выборке респондентов 2,988 в Обзоре новых семейных структур (NFSS). Сбор данных проводился Knowledge Networks (KN), исследовательской фирмой с рекордной информацией о создании высококачественных данных. Сети знаний набирали членов своей группы случайным образом по телефону и почтовым опросам, домохозяйствам при необходимости предоставляется доступ в Интернет. Эта панель имеет преимущества в том, что она не ограничивается текущими пользователями Интернета или владельцами компьютеров и не принимает выбранных добровольцев.

NFSS включает в себя вопрос о том, намеренно ли рассматривать ответчик порнографии в предыдущем году. Этот тип вопроса имеет преимущество захвата использования порнографии через любой источник индивид использует для доступа. Есть другие репрезентативные образцы, такие как General Social Survey, которые включают порнографию вопросы. Мы используем данные из NFSS, потому что к ним могут быть легко доступны другие ученые и включают идентификаторы состояний в своей общедоступной форме. Напротив, идентификаторы состояний могут быть получены только в конфиденциальной версии Общего социального опроса. Для анализа в этой статье мы используем набор из сорока шести состояний из опроса NFSS, для которого были, по меньшей мере, респонденты 50.

Второй источник данных, Google Trends, функционирует как индекс временного ряда для объема поисковых запросов, введенных в Google в определенной географической области. Эти данные оказались полезными в экономических и медицинских целях, таких как прогнозирование вспышек гриппа (Carneiro & Mylonakis, 2009) и прогнозирование краткосрочных экономических показателей, таких как доверие потребителей или безработица (Choi & Varian, 2012). Прейс, Моут и Стэнли (2013) количественно оценивают торговое поведение с помощью Google Trends, показывая, что определенные термины связаны с увеличением или уменьшением стоимости акций. С помощью данных поиска Google Trends можно также изучить индустрию развлечений для взрослых в той степени, в которой важные характеристики этой отрасли можно измерить количественно.

Важнейшей проблемой при использовании данных Google Trends является выбор конкретных условий, по которым мы извлекаем данные. Термины, выбранные должны быть фактический показатель использования порнографии для нашего анализа, чтобы быть полезным. Ho и Уоттерс (2004) проанализированы структурные тенденции в порнографических сайтах. В рамках своего анализа они создают список терминов, которые часто встречаются на порнографических сайтах и ​​которые часто не появляются на не порнографические сайты. Верхние четыре члена были «порно», «ххх», «секс» и «б ***». Используя статистику поиска, мы находим, что поиск этих четырех членов сильно коррелирован. В противоположность этому, поиск термина «порнография» не коррелированы с любым из этих четырех слагаемых и является термином, который, вероятно, будет использоваться людьми с целью получения информации о порнографии, а не доступ к фактической порнографического содержания.

Существует также различие между «жестким» и «мягким» порнографии, с «мягким», как правило со ссылкой на СМИ, что является сексуальным по своей природе, но не изображает проникновение. Четыре упомянутых выше списка будут извлекать данные только для пользователей, ищущих жесткий контент, но мы по-прежнему считаем это эффективным анализом по двум причинам. Мягкое порно не считается порнографией многих зрителей, и в результате она широко распространена даже в средствах массовой информации, включая телевидение и кино. Во-вторых, мы видим, что относительные поиски мягких условиях порнографии минимальны по сравнению с поисками жестких условиях порнографии. Мы сделали относительную величину поиска для поиска терминов «порно» и «голых девушек» над 2005-2013. Поиски обоих терминов нормализовали таким образом, что максимальный объем поиска принял на значение 100, происходит для термина «порно». По сравнению с нормированным максимумом «обнаженные девушки» никогда не имеют индекса объема поиска, большего, чем 6.

Данные из Google Trends не указывают фактическое количество поисков определенного термина в географической области. Каждая точка данных нормализуется путем деления количества поисков этого термина на общее количество всех запросов в этой области. Поэтому данные контролируются как для населения, так и для различий в объеме поиска среди штатов. Google Trends также устраняет повторные поиски одним человеком за короткий промежуток времени, чтобы не допустить, чтобы один человек исказил результаты.

Данные доступны на уровне штата в Google Trends. Мы используем данные за июль 2013-Июль 2014. Наши наблюдения настраиваются на шкалу 1-100. Состояние с наивысшим нормализованным поиском определенного термина в течение одного недельного периода в нашем наборе данных имеет чтение 100. Используя эти данные на каждом члене мы строим индекс порнографии поиска для каждого государства-недельном наших данных с использованием взвешенной суммы четырех слагаемых. Мы вес «порно» и «секс» в большей степени потому, что их относительные поиски намного больше по сравнению с «е ***» и «ххх». В частности, мы используем средний относительный вес каждого термина за последний год. Затем мы используем этот взвешенный рейтинг объема поиска в Google Trends для географической модели индустрии развлечений для взрослых.

Одним из преимуществ использования данных из Google Trends в отличие от данных подписки на сайт является то, что он включает информацию о лицах, которые ищут как бесплатные, так и оплачиваемые развлекательные программы для взрослых. Доран (2008) отмечает, что около 80-90% посетителей порносайтов доступ только бесплатного порнографического материала, предполагая, что анализ платных развлечений для взрослых могут скрывать реальные образцы потребления порнографии в целом.

Наш третий источник данных записывает количество подписок на один из десяти крупнейших провайдеров платного порнографического содержания, используемых в недавнем исследовании Edelman (2009). Анализ Эдельманом этого набора данных был новым вкладом в литературу; Предыдущие исследования использования порнографии только проанализировали данные обследования. В качестве конкретных данных использовался почтовый индекс, связанный со всеми подписками на кредитную карту между 2006 и 2008. Этот конкретный контент-провайдер имеет сотни сайтов, охватывающих широкий спектр развлечений для взрослых. Однако Эдельман (2009) признает, что «трудно подтвердить, что этот продавец является представительным».

Хотя источник этой подписки данных топ-10 продавец развлечений для взрослых, подписки очень низкие по сравнению с моделями использования порнографии мы наблюдаем в данном обследовании, как NFSS, где 47% взрослые сообщает об использовании порнографии в прошлом году , Государство с наибольшим количеством подписчиков на широкополосное домохозяйство - это Юта с 5.47 для всех семейств 1,000 с широкополосной связью. Самое низкое состояние - это Montana с подписками 1.92 для каждого домашнего хозяйства 1,000 с широкополосной связью. Эти низкие показатели свидетельствуют о том, что доля рынка для отдельных поставщиков контента порнографии мало, что делает его трудно понять, являются ли данные от одного поставщика может обеспечить точное отводной сравнение. Как упоминался ранее, подавляющее большинство лиц, доступ к порнографии в Интернете доступ только бесплатный контент, а не с помощью платного сайта, таких как изучаемого Edelman (Доран, 2010).

Наш четвертый источник данных - это данные просмотра страниц с Pornhub.com, который был третьим по величине онлайн-хостингом развлечений для взрослых в Соединенных Штатах в то время. Мы используем данные Pornhub благодаря его размеру, а также доступности данных. Pornhub сделал просмотр страниц на душу населения в течение года 2013 общедоступным и сообщал эти данные отдельно государством. Данные PornHub аналогична по своей природе данных Edelman в том, что она является поставщиком на стороне объективная мера использования порнографии. Тем не менее, данные записывают просмотры страниц вместо подписчиков; интуитивно, данные будут выявлять модели тяжелого личного использования, а также модели распространения среди населения. Данные также имеют относительное преимущество, включая как оплаченное, так и неоплачиваемое использование.

Оценка репрезентативности новых источников данных

Большая революция данных начинает резко открыть типы источников данных, которые могут быть использованы для измерения и изучения поведения, таких как использование порнографии. Данные подписки, используемые Edelman (2009), представляют собой тип больших наборов данных, которые все чаще становятся доступными для ученых в своих исследованиях. Важным первым шагом в использовании этого типа запатентованных данных будет оценка степени, в которой данные от одного поставщика являются репрезентативными для общей популяции, представляющей интерес. В этом разделе мы представляем структуру оценки репрезентативности набора данных путем сопоставления его с шаблонами, наблюдаемыми из других данных, которые, как известно, являются национальными представителями или путем сопоставления их с комбинацией других источников данных, которые в совокупности, вероятно, будут представлять истинные лежащей в основе поведения.

В таблице 1 мы перечисляем в первую десятку и нижние десять государств для использования порнографии на основе каждого из четырех источников: данных подписки, PornHub, NFSS и Google Trends. Миссисипи является одним государством, которое входит в число четырех стран в использовании порнографии во всех четырех наборах данных и Айдахо последовательно занимает около самых низких показателей каких-либо государств в рамках большинства мер. Напротив, другие штаты, такие как Арканзас и Юта, входят в первую десятку по некоторым мерам, а в нижней десятке - по другим мерам. Эти результаты свидетельствуют о том, что определение того, какое государство, кажется, имеют самые высокие показатели использования порнографии на основе одного источника данных может быть немного проблематично.

Таблица 1. Порядок ранжирования государств, основанных на четырех разных источниках данных, контролируемых
для широкополосного доступа в Интернет.

В таблице 2 панели А мы оцениваем соотношение между каждым из источников данных, используя фактические меры использования порнографии от каждого источника, а не порядкового рейтингя, который представлен в таблице 1 из этих мер. Данные платной подписки, безусловно, являются самыми слабыми в корреляции с другими тремя источниками и даже отрицательно коррелируют с данными опроса NFSS. Платные данные подписки имеют корреляцию -0.0358 с NFSS, 0.076 с Google Trends и 0.0066 с Pornhub. Ни одна из этих корреляций статистически значима; соответствующие t-статистики все меньше 0.6 (которые соответствуют направленным p-значениям больше, чем .3). Напротив, три других рейтинга показывают относительно заметные корреляции. Google Trends и Pornhub имеют соотношение .487, NFSS и Google Trends имеют корреляцию .655 и Pornhub и NFSS имеют соотношение .551. Все эти корреляции статистически значимы с t-статистикой между Google Trends и Pornhub 3.78, между NFSS и Google Trends of 5.68, а также между Pornhub и NFSS 4.28. Все они соответствуют направленным значениям p меньше чем .0004.

На панели B мы сообщим о корреляциях, используя порядковые ранжирования, созданные из каждого источника данных. Корреляции между NFSS, тенденциями Google и Pornhub имеют сопоставимые коэффициенты корреляции и значимость для коэффициентов в панели A, аналогично корреляция между тенденциями Google и платной подпиской аналогична. Панель примечательна тем, что при использовании порядковых ранжировок данные платной подписки лучше коррелируют с данными опроса Pornhub и NFSS, однако корреляции по-прежнему несущественны. Эти две панели позволяют нам делать подобные выводы, однако следует отметить большие коэффициенты для данных платной подписки, несмотря на то, что они незначительны и заметно слабее, чем корреляции других источников друг с другом. Мы полагаем, что корреляции с использованием реальных мер использования порнографии, а не порядкового рейтингом лучшего представляют отрасль, поскольку она учитывает фактическое различие в использовании порнографии, а не только конкретная упорядоченности состояний.

Таблица 2. Корреляция между четырьмя источниками данных.

Значимая корреляция между тремя неоплачиваемых источников подписки данных, несмотря на различные переменные, которые они измеряют (объем поиска, просмотренных страниц и доля порнографии зрителей), свидетельствуют о том, что они измеряют реальный основной образец вариации в использовании порнографии во всех государствах; который не коррелирует с данными подписки, используемыми Edelman (2009).

Чувствительность оценок к используемому источнику данных

Для того, чтобы проиллюстрировать важность учета различий в государственном ставке порнографии в различных источниках данных, мы реплицировать результаты недавнего исследования, которое показало, что более религиозные и более консервативные государства были более склонно искать сексуальное содержание на Google (Макиннис & Ходсон, 2014). Осматривают ли применять выводы этой работы с другими мерами использования порнографии с использованием других источников данных, которые мы описали в этой статье. Результаты этого репликации приведены в таблице 3. Мы стандартизировали порнографии назначения, религиозность и меры консерватизма путем вычитания среднего и деления на стандартное отклонение, чтобы позволить проводить сравнения между различными мерами использования порнографии (этот подход эквивалентен преобразования каждая из мер в Z-оценку).

Таблица 3. Корреляции между религией на уровне штата или консерватизмом и каждой метрикой
порнографическое использование.

В первоначальном исследовании, Макиннис и Ходсон (2014) дали результатам, основанный на Google Trends данных отдельно для конкретных поисковых терминов, таких как секс, порно, и XXX, похож на условия, которые мы используем в наших мерах Google Trends. Результаты в первой строке таблицы 3 показывают, что мы также находим статистически значимую взаимосвязь между религиозностью и консерватизмом в большинстве случаев, когда мы используем данные Google Trends. Однако другие строки в таблице 3 показывают, что мы получаем гораздо более слабую статистическую зависимость при использовании любого из трех других источников данных. Эти результаты показывают, что если MacInnis и Hodson (2014) использовали любой из трех других источников данных, они, вероятно, пришли бы к другому выводу в своей статье о силе отношений, которые они рассматривали.

Тот факт, что Макиннис и Ходсон (2014) обнаружили статистически значимую связь между религиозностью на государственном уровне и использования на государственном уровне порнографии интересно, учитывая, что последние исследования с использованием данных на уровне индивида считают, что люди, которые регулярно посещают церковь гораздо реже использования порнографии ( Доран и Прайс, 2014 г .; Паттерсон и Прайс, 2012 г .; Стэк, Вассерман и Кернс, 2004 г.). Этот тип паттерна, в котором отношения на уровне группы противоположны отношениям на индивидуальном уровне, также был обнаружен во взаимосвязи между образованием и религией (Glaeser & Sacerdote, 2008) и во взаимосвязи между доходом и политической принадлежностью (Glaeser & Sacerdote, 2007).

Обсуждение

Каждый из источников данных, рассмотренных выше отражает различный вид в поперечном разрезе онлайн порнографической индустрии, и каждый из них имеет важные уязвимости для исследователей, заинтересованных в общих уровнях использования порнографии государства. NFSS данных обследования, например, вероятно, занижает потребление порнографии из-за смещения социальной желательности и неисправной памяти испытуемых. Google Trends данные не удается захватить любое использование порнографии, доступ через другие, чем поиск Google средств. Данные Pornhub и платной подписки могут быть ограничены в их репрезентативности; они измеряют использование только одной фирмы в отрасли.

Когда данные из любого источника используются в исследовании, результаты должны быть представлены в контексте данных, которые приводят к этим результатам. Проблемы возникают, когда люди ошибочно интерпретируют данный источник данных как представляющая полноту порноиндустрии. Существует множество других параметров, в которых аналогичные нерепрезентативные данные могут быть ошибочно обобщены. Исследователи и индивидуумы должны знать внешнюю достоверность своих результатов, в то время как средства массовой информации и читатели должны быть осторожны, чтобы не завышать результаты.

Мы также признаем, ограничение наших источников данных в том, что они захватывают порноиндустрии в разные исторические моменты; Google Trends (2013-2014), платная подписка (2006-2008), Pornhub (2013) и NFSS (2012). Платные данные подписки были собраны приблизительно за 6-7 лет до других источников. Эта разница во времени может привести к смещению наших результатов, однако общие тенденции в источниках данных в целом таковы, что мы считаем наши выводы точными. Основные сдвиги в относительном использовании порнографии в разных штатах от 2006-2013 потребовалось бы для этого смещения, чтобы произойти, которые мы считаем маловероятным.

При попытке ранжировать людей порядка в отношении какой-либо формы деятельности несколько источников (если они есть) должны рассматриваться для сравнения результатов. Если упорядочения будут схожими, их точность может быть более легко принята. Если они отличаются друг от друга, возникает возможность понять больше о проблеме. В нашем конкретном случае, различия могут возникать, потому что источники фиксируют различные виды использования порнографии.

Прошлые исследования по использованию порнографии затронул, в какой степени это может повлиять на важные области, представляющие интерес, такие как развод, счастье, производительности труда и сексуального насилия (Bergen и Пугало, 2000; Доран и цена, 2014; Patterson & Цена, 2012; Young & Case, 2004). При проведении такого исследования данные должны поступать из надежного и поддающегося обобщению источника (или источников). Результаты и выводы любых таких эффектов должны рассматриваться в свете возраста, пола и сексуальной идентичности людей, а также факторов, которые не рассматриваются в этой статье (Sevcikova & Daneback, 2014; Stoops, 2015; Traeen & Daneback, 2013 ; Tripodi et al.2015). В такой возможности исследования использования порнографии государства может играть определенную роль в анализе. Учитывая результаты этой статьи, источник данных для такой переменной должен быть тщательно рассмотрен в такой регрессии, и результат должен быть интерпретирован в контексте источника данных.

Заключение

Данные, предоставленные конкретными компаниями, могут дать важные сведения о публичных проблемах. Основная проблема заключается в том, чтобы определить, когда данные одной компании, даже очень большой, могут дать представление, которое является представителем всего населения. Предполагая, что относительные скорости порнографии в разных штатах не было серьезных изменений по сравнению с 2006-2013, результаты нашей работы свидетельствуют о том, что в некоторых случаях информация из одной компании может сделать для вводящей в заблуждение картину географических закономерностей определенного поведения. Это может быть особенно важно для использования в порнографии, поскольку подавляющее большинство голосов лиц, которые получают доступ к порнографии в Интернете доступ только бесплатный контент, а не использовать платный сайт (Doran, 2008).

Результаты этой работы опираются на четыре различных источниках данных об использовании порнографии в том числе два, которые вовлекают репрезентативные данные (Google Trends и NFSS). Мы находим значительную корреляцию между тремя нашими источниками данных, предполагающих, что все они отражают аналогичную базовую модель в использовании порнографии в разных штатах. В отличие от данных платной подписки, один источник, получивший значительное внимание со стороны средств массовой информации, на самом деле довольно плохо коррелирует с другими источниками. Мы также показываем, что выбор источников данных может повлиять на выводы, которые делают исследования, и предположить, что будущие исследования включают тесты чувствительности в источниках данных при рассмотрении вопросов, для которых сложно получить идеальную меру для конкретного поведения.

Референсы