MétaCan
Menu
Retour à la cohorte
Enregistrement W3002854015 · doi:10.1177/2514848619899785

Gender, nature and nation: Resource nationalism on primary sector reality TV

2020· article· en· W3002854015 sur OpenAlexafffund
Kendal Clark, Roberta Hawkins, Jennifer J. Silver

Notice bibliographique

RevueEnvironment and Planning E Nature and Space · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensUniversity of Guelph
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésMasculinityHegemonic masculinityNationalismHegemonyGender studiesPolitical scienceSociologyPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

A number of media companies in the United States broadcast reality TV series that chronicle lives, conflicts and economic highs and lows in the primary sector of the economy. This is curious from a cultural standpoint because employment in the primary sector has plateaued, and, in many regions, is in active decline. This paper examines primary sector reality TV series about fishing, logging and mining televised to audiences in the United States by broadcast networks Discovery and National Geographic. Using discourse and visual analysis, we deconstruct prominent nature–society representations in a sample of 100 episodes systematically selected from 15 different series. Three points emerge from the data and are generalizable across the series. First, nearly all characters are male, and storylines suggest that successful men are competitive, strong and brave. Second, hegemonic masculinity is made legible in contrast to a feminized nature that is almost always suggested to be acting against male protagonists. Third, US symbolism is common, and Americans are presented as ideally skilled and situated to exploit natural resources within and beyond domestic borders. Overall, the series mediate a highly gendered nature–society relation that weaves together hegemonic masculinity and resource nationalism. We conclude that viewers – many of whom will have little personal experience of primary sector work – are invited to relate with concern for the ‘real-life’ characters and with anxiety for the future of a specific identity and associated set of labour and consumption practices.

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)0,000
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,216
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,032
Tête enseignante GPT0,286
Écart entre enseignants0,254 · 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'étudeSans objet
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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning E Nature and SpaceMême sujetGeographies of human-animal interactionsTravaux en français237 207