MétaCan
Menu
Retour à la cohorte
Enregistrement W2587560317 · doi:10.1123/wspaj.2016-0010

Breaking Down the Myth and Curse of Women Athletes: Enough is Enough, Period

2017· article· en· W2587560317 sur OpenAlexaff
Charlene Weaving

Notice bibliographique

RevueWomen in Sport and Physical Activity Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésMenstruationAthletesPsychologyMythologyFraming (construction)Menstrual cycleArgument (complex analysis)Gender studiesMedicinePhysical therapyHistorySociologyHormoneLiteratureArt

Résumé

récupéré en direct d'OpenAlex

From a theoretical perspective, I analyze the claim that women’s athletic performances are negatively affected by their menstrual cycles. To demonstrate the perpetuation of the belief that menstruation is a mythical debilitating bodily function for women and sport participation, an overview of Elizabeth Spelman, Simone De Beauvoir, and Iris Marion Young’s philosophical framing of somatophobia and menstruation is outlined. Analysis of specific examples of elite female athletes who have addressed menstruation in connection to their sporting performance are also discussed to emphasize how menstruation is linked to the frailty myth. I offer an analysis of the scientific literature on hormonal swings of the menstrual cycle and, the effects on sport performance to show that research is equivocal. Finally, a brief examination of feminine hygiene marking campaigns takes place to further emphasize the argument how the frailty myth is closely linked to women athletes and menstruation and how change can be created.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,487
Score d'incertitude au seuil0,364

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 Opus0,012
Tête enseignante GPT0,292
Écart entre enseignants0,280 · 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'étudeObservationnel
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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWomen in Sport and Physical Activity JournalMême sujetSports injuries and preventionTravaux en français237 207