MétaCan
Menu
Retour à la cohorte
Enregistrement W4205745822 · doi:10.1123/ijsc.2021-0099

Gender Representation at the 2018 Winter Olympic Games From an Australian Broadcast Perspective

2022· article· en· W4205745822 sur OpenAlexaff
Olan Scott, Bo Li, Stephen Mighton

Notice bibliographique

RevueInternational Journal of Sport Communication · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)Perspective (graphical)AthletesContext (archaeology)ScholarshipAdvertisingIce hockeyPsychologyGeographyPolitical scienceArtVisual artsMedicine

Résumé

récupéré en direct d'OpenAlex

This study examined differences in the Seven Network’s primetime coverage of the 2018 PyeongChang Winter Olympic Games on all of its channels. Over 102 hr of total coverage was analyzed for clock time, name mentions, and the descriptions of athletes by announcers divided by gender. Results found that male athletes received the bulk of the clock time; 13 of the top 20 most-mentioned athletes were men. There were also gender differences in the word for word descriptors of success, failure, physicality, and personality. From a theoretical perspective, results found the framing of the 2018 PyeongChang Winter Olympic Games to favor male Olympians. The top three sports that were broadcast featuring women were ice hockey, freestyle skiing, and snowboarding, which differs from other studies in this line of scholarship, so differences in the sports covered in the Australian context provides a unique context to study the Winter Olympics. Theoretical and practical implications are provided.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,268
Score d'incertitude au seuil0,998

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 technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,071
Tête enseignante GPT0,388
Écart entre enseignants0,318 · 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.

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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sport CommunicationMême sujetSports, Gender, and SocietyTravaux en français237 207