The Effects of System Justifying Beliefs on Skin-Tone Surveillance, Skin-Color Dissatisfaction, and Skin-Bleaching Behavior
Notice bibliographique
Résumé
In two studies with women living in India (Study 1, n = 177) and African American women in the United States (Study 2, n = 120), we investigated whether skin-tone surveillance, which theoretically is a manifestation of self-objectification, predicted greater skin-color dissatisfaction and greater skin-bleaching behavior. Given the existence of colorism in Indian and American societies, we expected that ideologies that rationalize and perpetuate the status quo would moderate the proposed relations. Results were consistent with objectification theory and system justification theory. The positive relation between skin-tone surveillance and skin-color dissatisfaction was weaker among women of color who more strongly (vs. weakly) endorsed system justifying ideologies, and the positive relation between skin-tone surveillance and skin-bleaching behavior was stronger among women of color who more strongly (vs. weakly) endorsed system justifying ideologies. Our results suggest that self-objectification theorists and researchers should consider culturally specific manifestations of self-objectification as well as protective and legitimating effects of system justifying ideologies. We encourage clinicians and policy makers to use public campaigns and individual-level interventions to target the norms and motivations underlying skin-bleaching. Online slides for instructors who want to use this article for teaching are available on PWQ's website at http://journals.sagepub.com/page/pwq/suppl/index
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».