MétaCan
Menu
Retour à la cohorte
Enregistrement W2085797888 · doi:10.1111/j.1468-0424.2011.01668.x

Regulating Body Boundaries and Health during the Second World War: Nationalist Discourse, Media Representations and the Experiences of Canadian Women War Workers

2012· article· en· W2085797888 sur OpenAlexaffabout
Helen Smith, Pamela Wakewich

Notice bibliographique

RevueGender & History · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésNationalismGender studiesContext (archaeology)RhetoricGovernment (linguistics)ProductivitySociologyPolitical scienceEconomic growthLawPoliticsHistory

Résumé

récupéré en direct d'OpenAlex

This article examines the intersections of gender, wartime nationalist rhetoric and the production of ‘healthy’ and ‘unhealthy’ bodies in both the Canadian workplace and the home during the Second World War. Analysing government, industry and media discourses in relation to oral history interviews with thirty‐eight women aircraft workers, we discuss women's distinctive role in shaping the health and morale of the social body during wartime, to ensure the maintenance of family, nation and the Allied war effort. While health in wartime was defined in terms of worker productivity for both men and women, anxiety about women's expanded roles heightened the emphasis on moral respectability as a marker of the ‘healthy’ female body. This was further complicated by the wartime emphasis on women's responsibilities to boost morale as part of their role in maintaining health and productivity for both men and women. Through such examples as workplace regulations and domestic advice, we examine the increased monitoring of women's individual and collective bodies and the intensified demands on female war workers as they crossed between the public and private spheres. We use our oral histories to examine women's embodied memories of ‘healthy’ and ‘unhealthy’ bodies within a regional context and their responses to government, industry and media discourses.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,605

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0470,042
Communication savante0,0120,003
Science ouverte0,0020,008
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,032
Tête enseignante GPT0,274
Écart entre enseignants0,242 · 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

Citations2
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGender & HistoryMême sujetCanadian Identity and HistoryTravaux en français237 207