MétaCan
Menu
Retour à la cohorte
Enregistrement W3158450628 · doi:10.1177/11782218211015195

# <i>sendwine</i> : An Analysis of Motherhood, Alcohol Use and #winemom Culture on Instagram

2021· article· en· W3158450628 sur OpenAlexaff
Kelly D. Harding, Lisa Whittingham, Kerry R. McGannon

Notice bibliographique

RevueSubstance Abuse Research and Treatment · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensBrock UniversityLaurentian University
Organismes subventionnairesnon disponible
Mots-clésWineSociologyConsumption (sociology)IdeologyPersonaReflexivitySociocultural evolutionAgency (philosophy)Thematic analysisPopular cultureAlcohol consumptionPsychologyGender studiesSocial psychologyMedia studiesSocial sciencePolitical scienceAlcoholArtHumanities

Résumé

récupéré en direct d'OpenAlex

persona, particularly on social media sites such as Instagram. Given the increasing use of alcohol amongst women and the emergence of alcohol as a tool for women and mothers to assert agency and gender equity, a critical analysis of wine mom culture warrants attention. Forty Instagram posts associated with the #winemom hashtag were selected using theoretical sampling and analysed using reflexive thematic analysis. The central objective was to use a postfeminist lens to critically explore how wine mom culture is part of the consumption, (re)production and (re)configuration of the ideologies of 'good' and 'bad' motherhood occurring in online gendered spaces. The findings demonstrated the ubiquity of wine mom culture and its contribution to normalized images and meanings of 'liberated motherhood' that may have problematic sociocultural and health implications related to women's alcohol 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)0,000
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,162
Tête enseignante GPT0,412
Écart entre enseignants0,250 · 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

Citations44
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSubstance Abuse Research and TreatmentMême sujetGender, Feminism, and MediaTravaux en français237 207