MétaCan
Menu
Retour à la cohorte
Enregistrement W2514946936 · doi:10.1080/10304312.2016.1231781

Serving fishy realness: representations of gender equity on <i>RuPaul’s Drag Race</i>

2016· article· en· W2514946936 sur OpenAlexaff
Jorge Crespo González, Kameron C. Cavazos

Notice bibliographique

RevueContinuum · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDragMainstreamSociologyGender studiesArtificialityIdeologyHuman sexualityAestheticsRepresentation (politics)Stereotype (UML)Race (biology)MaterialismQueerPoliticsSocial psychologyPsychologyEpistemologyPolitical scienceArtLawPhilosophy

Résumé

récupéré en direct d'OpenAlex

Critical theorists argue that a dialectical materialism exists between ideology and culture and the material conditions of society. The same can be said for the production of sexuality and gender on television. Representations of drag queens in mainstream media have appeared in Hollywood films such as Victor/Victoria, Paris is Burning and The Birdcage. This paper argues that the complexity and holistic representation of drag queens in television media is often as complicated as the lived realities of drag queens themselves. By analysing a popular reality television show, RuPaul’s Drag Race, this paper will employ a rubric based on three stages to explore how gender is represented to the public. Each stage progresses from mocking drag queens and perpetuating negative stereotypes about genderqueer individuals, to more ‘normalizing’ depictions of said participants while still reinforcing heteronormative stereotypes, to ultimately portraying drag queens as holistic people on equal footing with their heterosexual counterparts. Implications and recommendations for further research are also presented at the conclusion of this paper.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,019
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
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 Opus0,074
Tête enseignante GPT0,375
Écart entre enseignants0,301 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContinuumMême sujetGender, Feminism, and MediaTravaux en français237 207