MétaCan
Menu
Retour à la cohorte
Enregistrement W3205556454 · doi:10.1017/s1744552321000392

Qualified to be deviant: stigma-management strategies among Chinese leftover women

2021· article· en· W3205556454 sur OpenAlexaff
Qian Liu

Notice bibliographique

RevueInternational Journal of Law in Context · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésStigma (botany)QueerHuman sexualityIdentity (music)Gender studiesPopulationSociologyPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract This paper highlights the intersection of gender, sexuality and class in shaping the ways in which ‘leftover’ women navigate legal and social discrimination. ‘Leftover women’ is a stigmatising term in China that refers to women who do not get married by the time they reach their late twenties. Based on my fieldwork in China with queer and heterosexual ‘leftover’ women, I introduce two strategies of stigma management: ‘buying a licence to be deviant’ and ‘identity-hopping’. The former is a strategy adopted by heterosexual women with financial resources and a desire frequently expressed by queer women. ‘Buying a licence to be deviant’ refers to the strategy of accumulating sufficient financial resources to justify one's choice to be deviant and deal with the legal consequences of the evasion of the population policies. ‘Identity-hopping’ is popular among those with a lower social and financial status, who use the law's labelling function to hop from one stigmatised identity to another as a way to deal with stigma. From an intersectional lens, this paper advances law and society's study of stigma and discrimination by emphasising the hierarchy of stigmatised identities and the strategy of using the law's power of labelling identities to hop from one identity to another. It also demonstrates how the intersection of gender, sexuality and class complicates the ways in which leftover women understand and engage with the law.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,667
Score d'incertitude au seuil0,871

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,355
Écart entre enseignants0,330 · 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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Law in ContextMême sujetSex work and related issuesTravaux en français237 207