MétaCan
Menu
Retour à la cohorte
Enregistrement W2237974699 · doi:10.1177/0163443715591672

Pro-anorexia/bulimia censorship and public service announcements: the price of controlling women

2015· article· en· W2237974699 sur OpenAlexaff
Nicole Schott, Debra Langan

Notice bibliographique

RevueMedia Culture & Society · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueSexuality, Behavior, and Technology
Établissements canadiensWilfrid Laurier UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCensorshipPublic relationsEating disordersMental healthPublic serviceSocial mediaSociologyAnorexiaEthnographyPsychologyPolitical scienceLawMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Individuals, particularly women, are fixated on weight loss, driven by the goal of achieving a ‘skinny’ female physique that is desirable in western/ized cultures. There are online forums where individuals refer to themselves or their eating disorders as ‘pro-ana’ and ‘pro-mia’; their posts on these sites both align with, and challenge, what medical and mental health professionals define as serious mental health problems. In February 2012, the social media website Tumblr announced a policy to censor these online communities and use public service announcements (PSAs) to address ‘the problem’. Embracing contemporary ethnographic sensibilities, we present analyses that are attentive to nuanced meanings, and provide a critical feminist, sociological analysis of online comments from those who responded to the censorship and PSA policy. We argue that censorship extends the patriarchal control of women and that PSAs further the vested interests of corporate entities who profit from the marketing of services.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

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

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 Opus0,075
Tête enseignante GPT0,324
Écart entre enseignants0,249 · 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 tête enseignante, 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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedia Culture & SocietyMême sujetSexuality, Behavior, and TechnologyTravaux en français237 207