MétaCan
Menu
Retour à la cohorte
Enregistrement W2949603637 · doi:10.3390/rel10060381

Mobilizing Shakti: Hindu Goddesses and Campaigns Against Gender-Based Violence

2019· article· en· W2949603637 sur OpenAlexafffund
Ali Smears

Notice bibliographique

RevueReligions · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaFonds de Recherche du Québec-Société et Culture
Mots-clésHinduismCasteGender studiesPower (physics)SociologyPossession (linguistics)Political scienceLawReligious studies

Résumé

récupéré en direct d'OpenAlex

Hindu goddesses have been mobilized as powerful symbols by various groups of activists in both visual and verbal campaigns in India. Although these mobilizations have different motivations and goals, they have frequently emphasized the theological association between goddesses and women, connected through their common possession of Shakti (power). These campaigns commonly highlight the idea that both goddesses and Hindu women share in this power in order to inspire women to action in particular ways. While this association has largely been used as a campaign strategy by Hindu right-wing women’s organizations in India, it has also become a strategy employed in particular feminist campaigns as well. This article offers a discourse analysis of two online activist campaigns (Priya's Shakti and Abused Goddesses) which mobilize Hindu goddesses (and their power) in order to raise awareness about gender-based violence in India. I examine whether marginalized identities of women in India, in relation to caste, class and religious identity, are represented in the texts and images. To do so, I analyze how politically-charged, normative imaginings of Indian women are constructed (or maintained). This analysis raises questions about the usefulness of employing Hindu goddesses as feminist symbols, particularly in contemporary Indian society, in which communal and caste-based tensions are elevated.

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)0,001
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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,008
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,035
Tête enseignante GPT0,301
Écart entre enseignants0,266 · 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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReligionsMême sujetGender, Feminism, and MediaTravaux en français237 207