Let My Hair Be Me: An Investigation of Employee Authenticity and Organizational Appearance Policies Through the Lens of Black Women’s Hair
Notice bibliographique
Résumé
Appearance policies — formal or informal dress codes that set organizational expectations for how employees “should” appear at work (Pratt & Rafaeli, 1997; Society for Human Resource Management, 2016) are typically based on Eurocentric ideals of professionalism (Bell & Nkomo, 2003). Appearance policies are often enforced by well-intentioned managers striving to foster a professional workforce (Society for Human Resource Management, 2016), yet such policies may conflict with increasing organizational efforts to encourage employee authenticity. The current paper investigates how men, the primary decision-makers in the workplace, evaluate Black women’s Afrocentric hair at work. The paper focuses on Black women because they are often at the bottom of the workplace hierarchy (Catalyst, 2016b) and are confronted with both gender and racial inequities. The paper focuses on hair because it is a visual display of identity (Opie & Phillips, 2015) and fashion (Barnard, 2014) that may reflect how individuals choose to express their authenticity (Opie & Freeman, 2017). Further, hair is subjectively evaluated based on societal notions of professionalism, making Black women’s hair a helpful, intersectional lens through which to investigate the gendered and racialized bounds of workplace appearance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».