MétaCan
Menu
Retour à la cohorte
Enregistrement W1505978044 · doi:10.17645/si.v3i3.135

Multiculturalism, Gender and Bend it Like Beckham

2015· article· en· W1505978044 sur OpenAlexaff
Gamal Abdel–Shehid, Nathan Kalman-Lamb

Notice bibliographique

RevueSocial Inclusion · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMulticulturalismSociologyGender studiesPatriarchyInclusion (mineral)Privilege (computing)Ethnic groupMasculinityFemininityAnthropologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

In this article, we explore the efficacy of sport as an instrument for social inclusion through an analysis of the film Bend it Like Beckham. The film argues for the potential of sport to foster a more inclusive society in terms of multiculturalism and gender equity by showing how a hybrid culture can be forged through the microcosm of an English young women’s football club, while simultaneously challenging assumptions about traditional masculinities and femininities. Yet, despite appearances, Bend it Like Beckham does little to challenge the structure of English society. Ultimately, the version of multiculturalism offered by the film is one of assimilation to a utopian English norm. This conception appears progressive in its availability to all Britons regardless of ethnicity, but falls short of conceptions of hybrid identity that do not privilege one hegemonic culture over others. Likewise, although the film presents a feminist veneer, underneath lurks a troubling reassertion of the value of chastity, masculinity, and patriarchy. Bend it Like Beckham thus provides an instructive case study for the potential of sport as a site of social inclusion because it reveals how seductive it is to imagine that structural inequalities can be overcome through involvement in teams.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,013
Communication savante0,0060,003
Science ouverte0,0000,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,097
Tête enseignante GPT0,362
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial InclusionMême sujetSports, Gender, and SocietyTravaux en français237 207