MétaCan
Menu
Retour à la cohorte
Enregistrement W325353914 · doi:10.1057/9780230625181_13

Leisure and Gender: Challenges and Opportunities for Feminist Research

2006· book-chapter· en· W325353914 sur OpenAlexaff
Karla A. Henderson, Susan Shaw

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2006
Typebook-chapter
Langueen
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCentralityGender studiesSociology of leisureGender relationsSociologyEveryday lifeWork (physics)Leisure studiesPsychologySocial psychologyPolitical scienceSocial scienceRecreationEngineering

Résumé

récupéré en direct d'OpenAlex

The centrality of gender as an organizing principle of leisure practice has been the focus of a considerable body or research conducted over the past couple of decades (for example, Deem, 1986; Wimbush and Talbot, 1988; Henderson et al., 1996; Wearing, 1998). Researchers revealed how gender relates not only to leisure activities and behaviours, but also to the experiences and meanings of leisure in everyday life. The gender stereotyping of activities, evident in many realms of leisure practice, was shown to be associated with gendered opportunities, constraints, and patterns of time use. Men’s time was seen as segmented with often a clear differentiation between work and non-work, and men seemed to have a greater availability of leisure activities and relaxation. The more holistic nature of women’s lives, despite dramatic increases in labour market participation of some groups of women in the later years of the twentieth century, was seen to reflect women’s caregiving roles, family responsibilities, and the lack of access to leisure that was free of socially prescribed obligations. These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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)0,013
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0080,035
Communication savante0,0140,018
Science ouverte0,0030,007
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,257
Tête enseignante GPT0,363
Écart entre enseignants0,106 · 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'étudeThéorique ou conceptuel
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

Citations47
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooksMême sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207