Putting on a good face: An examination of the emotional and aesthetic roots of presentational labour
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
When we put on a good face we are claiming a set of approved social attributes – presenting an image of who/what we wish to be accepted as and taken for, by others. As Erving Goffman puts it, we have a good face when we fit an image others have of, for example, our profession, by making a good showing of ourselves (Goffman, 1967: 5). There is a large body of literature on the emotional labour of controlling and showing an emotional good face, that is, the work to preserve a professional and a corporate ‘face’, even if that entails hiding or disguising one’s personal emotions. Another smaller body of literature, building on the concept of emotional labour, is that describing aesthetic labour. Aesthetic labour is the selling of one’s embodied ‘face’, or approved social attributes, to create and preserve a professional and/or corporate image – often described as ‘looking good and sounding right’. Emotional and aesthetic literacy are fundamentally communication concepts requiring sophisticated perceptual as well as messaging skills. Using hairstylists as exemplars, I examine the close and personal relationships stylists enjoy with their clients as they toil, behind the chair but in the mirror, gathering insight into the relationship between emotional labour and aesthetic labour, and to the acquisition of emotional and aesthetic literacy that is essential to the effective performance of presentational labour.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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