MétaCan
Menu
← Retour à la cohorte
Enregistrement W3210039939 · doi:10.32920/ryerson.14652030.v1

“I Haven’t Done Anything to Be Polarizing”: Jeremy Lin’s Strategic Appropriation of Black Masculinity

2021· preprint· en· W3210039939 sur OpenAlexaff
Nicholas Wong

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensToronto Metropolitan UniversityCentre for Social InnovationUniversity of VictoriaYork University
Organismes subventionnairesnon disponible
Mots-clésAppropriationMasculinityGender studiesIdeologyWhite (mutation)BasketballSociologyAsian gamesModel minorityOpposition (politics)Asian americansEthnic groupPolitical sciencePoliticsHistoryLawAnthropologyPhilosophyAdvertising

Résumé

récupéré en direct d'OpenAlex

This thesis investigates the appropriation of Black masculinity by Asian American basketball player Jeremy Lin. Subjecting media coverage to a combination of content analysis and critical discourse analysis uncovers the presence of four appropriative themes of Asianness: (a) the supraethnic viability of Asianness; (b) the necessary defeat of Blackness; (c) the disallowance of anti-Asian sentiment; and (d) the presence of a helpful Black cohort. These themes are themselves given meaning by five racially magnetized frames that position Asian Americans in opposition to Blackness across multiple dimensions: (a) Asian Americans as model minorities; (b) Asian American men as emasculated; (c) Asian Americans as invisible; (d) Asian Americans as forever foreign; and (e) Asian and Black Americans as enemies. The results of this study suggest that Asian American men benefit from the appropriation of Blackness, but that this benefit is contingent upon their ability to uphold heterosexist, white supremacist ideologies. Keywords: Jeremy Lin, basketball, race

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,011
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0080,009
Communication savante0,0040,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,093
Tête enseignante GPT0,330
Écart entre enseignants0,237 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSports, Gender, and Society→Travaux en français237 207→