MétaCan
Menu
Retour à la cohorte
Enregistrement W3172364070 · doi:10.1080/10304312.2021.1933385

Media portrayals of binational couples in <i>90 Day Fiancé</i>

2021· article· en· W3172364070 sur OpenAlexaff
Leslie Marie Vesely

Notice bibliographique

RevueContinuum · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésNarrativeNationalismNationalityDramaColonialismGender studiesSociologyMedia studiesEthnic groupRomanceTelevision studiesReality televisionHuman sexualityReality tvAestheticsPolitical scienceImmigrationLiteratureArtLawAnthropology

Résumé

récupéré en direct d'OpenAlex

Given the increasing interconnectivity worldwide, the number of Americans finding romantic partners outside their nation is rising. American citizens can bring their partner to the US through the K1 Fiancé visa, which gives the couple 90 days to wed before the foreign partner must leave the country. The widely popular American reality TV show, 90 Day Fiancé, documents binational couples’ journey through the 90 days. This research explores media representations of binational couples in 90 Day Fiancé through critical discourse analysis. Focusing on the production and editing of the show – specifically music, narration, camera shots, and sequencing of footage – intersections of nationality, ethnicity, and sexuality are explored. Ultimately, I argue that the show is shaped by a long history of nationalist and xenophobic discourses, which have ties to the US’s colonial past. The show relies on these narratives to create drama, building and playing on audiences' implicit understanding of these dominant discourses to build a show that asks viewers to decipher the intentions of the foreign partner (i.e. are they in love with the person or in love with America?). This research offers insight into ways that colonialism is reproduced in reality TV.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,004
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,028
Tête enseignante GPT0,300
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContinuumMême sujetGender, Feminism, and MediaTravaux en français237 207