MétaCan
Menu
Retour à la cohorte
Enregistrement W2981438586 · doi:10.1080/14680777.2019.1680410

28 times feminist joke lists were real AF: feminist humour and the politics of joke lists

2019· article· en· W2981438586 sur OpenAlex
Ian Reilly

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFeminist Media Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésJokePoliticsSolidaritySociologyFeminismMedia studiesAestheticsGender studiesLiteratureLawPolitical sciencePhilosophyArt

Résumé

récupéré en direct d'OpenAlex

Despite the pervasive visibility of joke lists in online popular culture, the latter remains a surprisingly neglected site of scholarly inquiry. Feminist joke lists represent the concerted efforts of online content producers to curate a wide range of feminist humour—content that is expressly feminist in political orientation and/or sympathetic to highlighting feminist issues and sensibilities. These lists offer a compelling point of departure for interrogating the uses, limitations, and possibilities of joke lists for feminist communities of practice and how this cultural form enacts or inscribes feminist politics online. In this essay, I theorize the political significance of feminist joke lists through an examination of 20 distinct lists featuring over 350 jokes spanning a six-year period (2013–2019). Through an examination of general curated feminist joke lists, as well as humour lists produced in the wake of the 2017 and 2018 Women’s Marches, I argue that these broader activities contribute to the visibility and validation of feminist humour, the sharpening of feminist critique, and the solidarity of feminist communities.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,522
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,006
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,035
Tête enseignante GPT0,325
Écart entre enseignants0,290 · 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