MétaCan
Menu
Retour à la cohorte
Enregistrement W2322787895 · doi:10.1123/ssj.2014-0060

Feminist Cultural Studies: Uncertainties and Possibilities

2015· article· en· W2322787895 sur OpenAlexaff
Mary Louise Adams, Michelle T. Helstein, Kyoung-yim Kim, Mary G. McDonald, Judy E. Davidson, Katherine M. Jamieson, Samantha King, Geneviève Rail

Notice bibliographique

RevueSociology of Sport Journal · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensUniversity of AlbertaUniversity of LethbridgeQueen's University
Organismes subventionnairesnon disponible
Mots-clésScholarshipAppropriationFeminismCultural studiesSociologyGender studiesField (mathematics)Media studiesFeminist theoryPolitical scienceEpistemologyAnthropologyLaw

Résumé

récupéré en direct d'OpenAlex

This collection of commentaries emerged from ongoing conversations among the contributors about our varied understandings of and desires for the sport studies field. One of our initial concerns was with the absence/presence of feminist thought within sport studies. Despite a rich history of feminist scholarship in sport studies, we have questioned the extent to which feminism is currently being engaged or acknowledged as having shaped the field. Our concerns crystallized during the spirited feminist responses to a fiery roundtable debate on Physical Cultural Studies (PCS) at the annual conference of the North American Society for the Sociology of Sport (NASSS) in New Orleans in November 2012. At that session, one audience member after another spoke to what they saw as the unacknowledged appropriation by PCS proponents of longstanding feminist—and feminist cultural studies—approaches to scholarship and writing. These critiques focused not just on the intellectual moves that PCS scholars claim to be making but on how they are made, with several audience members and some panelists expressing their concerns about the territorializing effects of some strains of PCS discourse.

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)0,065
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,344

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0650,073
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0290,076
Communication savante0,0220,024
Science ouverte0,0050,014
Intégrité de la recherche0,0110,016
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,111
Tête enseignante GPT0,389
Écart entre enseignants0,278 · 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'étudeThéorique ou conceptuel
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

Citations38
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociology of Sport JournalMême sujetSports, Gender, and SocietyTravaux en français237 207