MétaCan
Menu
Retour à la cohorte
Enregistrement W4210452489 · doi:10.1177/08912432211073062

Climax as Work: Heteronormativity, Gender Labor, and the Gender Gap in Orgasms

2022· article· en· W4210452489 sur OpenAlexafffund
Nicole Andrejek, Tina Fetner, Melanie Heath

Notice bibliographique

RevueGender & Society · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychologyPleasureHuman sexualityNarrativeSocial psychologyGender studiesBedroomDevelopmental psychologySociology

Résumé

récupéré en direct d'OpenAlex

Gender scholars have addressed a variety of gender gaps between men and women, including a gender gap in orgasms. In this mixed-methods study of heterosexual Canadians, we examine how men and women engage in gender labor that limits women's orgasms relative to men. With representative survey data, we test existing hypotheses that sexual behaviors and relationship contexts contribute to the gender gap in orgasms. We confirm previous research that sexual practices focusing on clitoral stimulation are associated with women's orgasms. With in-depth interview data from a subsample of 40 survey participants, we extend this research to show that both men and women engage in gender labor to explain and justify the gender gap in orgasms. Relying on an essentialist view of gender, a narrow understanding of what counts as sex, and moralistic language that recalls the sexual double standard, our participants craft a narrative of women's orgasms as work and men's orgasms as natural. The work to produce this gendered narrative of sexuality mirrors the gender labor that takes place in the bedroom, where both women and men engage in sexual behaviors that emphasize men's pleasure to a greater extent than women's.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,155
Score d'incertitude au seuil0,308

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,019
Communication savante0,0070,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
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 Opus0,064
Tête enseignante GPT0,310
Écart entre enseignants0,246 · 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

Citations39
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGender & SocietyMême sujetGender, Feminism, and MediaTravaux en français237 207