MétaCan
Menu
Retour à la cohorte
Enregistrement W3126604492 · doi:10.1080/14680777.2021.1883085

Damsels and darlings: decoding gender equality in video game communities

2021· article· en· W3126604492 sur OpenAlexaff
Kelsea Perry

Notice bibliographique

RevueFeminist Media Studies · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVideo gamePopularityEmpowermentMeaning (existential)Agency (philosophy)Construct (python library)IdeologyRepresentation (politics)SociologyGender studiesSocial psychologyMedia studiesPsychologyPoliticsMultimediaPolitical scienceComputer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Gender stereotypes are a known issue in video games, where female characters are often hyper-sexualized and relegated to disempowering roles. Numerous quantitative studies paint a grim picture of video game communities as hyper-masculine spaces complicit in reproducing harmful gender ideologies. Missing from the literature are qualitative inquiries of the meaning gamers assign to their engagement with a medium that is known for underrepresenting and objectifying women. This study uses qualitative textual content analysis of an influential, popular Internet video game forum—the largest of its kind—where gamers respond to questions posed by members about gender in video games. My findings show that gamers centralize the role of sexual agency and sexual empowerment to construct multiple, nuanced discourses for understanding gender stereotypes in games. These discourses mirror broader feminist debates about the achievability of sexual empowerment within hyper-sexualized cultural contexts. As video games grow in popularity, their ability to generate meaning among increasingly diverse audiences requires continued investigation. By engaging with gamers as they make sense of gender representation in games, researchers can glean insight into the many ways gamers envision change within the video game industry.

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)0,001
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,342
Score d'incertitude au seuil0,689

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0000,000

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 Opus0,170
Tête enseignante GPT0,396
Écart entre enseignants0,225 · 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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFeminist Media StudiesMême sujetDigital Games and MediaTravaux en français237 207