MétaCan
Menu
Retour à la cohorte
Enregistrement W2951782188 · doi:10.18778/1733-8077.15.1.04

Constructing Masculinity in Women’s Retailers: An Analysis of the Effect of Gendered Market Segmentation on Consumer Behavior

2019· article· en· W2951782188 sur OpenAlexaffabout
Eric Filice, Elena Neiterman, Samantha B. Meyer

Notice bibliographique

RevueQualitative Sociology Review · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia, Gender, and Advertising
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMasculinityFemininitySociologyGender studiesConsumption (sociology)Context (archaeology)Hegemonic masculinityDoing genderHeterosexualitySocial constructionismPerformative utteranceDialecticSocial psychologyPsychologyHuman sexuality

Résumé

récupéré en direct d'OpenAlex

While gender-based differences in consumer behavior have been previously investigated within the context of gender-neutral or unisex retailers, men’s behavior in women’s retailers remains largely unexplored. Furthermore, most studies frame the retail environment as a passive platform through which essential gender differences yield setting-specific bifurcated behavior, and do not address the role the commercial establishment and men’s shopping habits play in gender identity formation and maintenance. To address this gap, we analyzed men’s behavior in women’s retailers using interactionist and social constructionist theories of sex/gender. Data were collected through non-participatory observation at a series of large, enclosed shopping malls in South-Western Ontario, Canada and analyzed thematically. We found that men tend to actively avoid women’s retailers or commercial spaces that connote femininity, while those who enter said spaces display passivity, aloofness, or reticence. We suggest the dominant cultural milieu that constitute hegemonic masculinity— disaffiliation with femininity, an accentuation of heterosexuality, and a prioritization of homosocial engagement—nform the dialectical relationship between individual and institutional gender practice that manifests through consumption.

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)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,431
Score d'incertitude au seuil0,903

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,072
Tête enseignante GPT0,442
Écart entre enseignants0,370 · 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'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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQualitative Sociology ReviewMême sujetMedia, Gender, and AdvertisingTravaux en français237 207