MétaCan
Menu
Retour à la cohorte
Enregistrement W4312189710 · doi:10.22146/jh.69020

Theorizing Beauty Regimes: Indonesian Women Performing their Gender Ideology and Resistance through Makeup

2022· article· en· W4312189710 sur OpenAlexfundno aff
Suzie Handajani

Notice bibliographique

RevueJurnal Humaniora · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Illinois at Urbana-ChampaignUniversitetet i AgderTemple UniversityWilfrid Laurier UniversityUniversitas Gadjah MadaUniversity of Oxford
Mots-clésBeautySubversionSociologyAestheticsIdeologyIndonesianAgency (philosophy)Deconstruction (building)Gender studiesFemininityPoliticsSocial sciencePolitical scienceArtLawPhilosophy

Résumé

récupéré en direct d'OpenAlex

This article is about how Indonesian women talk about their beauty practices. They are aware how their beauty routines are often seen as banal and shallow but simultaneously essential to their gendered beings. However, this article argues that women are able to subvert the deprecating narratives of their beauty regimes into empowering ones while maintaining the same practices. Through their practices, they seem to conform to the beauty requirement in society. However, through their discourse, they present their beauty regimes with perspectives that put their free will and agency at the centre of their beauty regimes. The research used a sample of twenty-two Indonesian women aged from the mid-twenties to mid-sixties, to ask about beauty routines. Their answers are analyzed by using feminist discourse analysis to seek possibilities of subversion and empowerment. Another theoretical approach used in this research is the politics of everyday lives. The problematization of everyday practices allows for the deconstruction of ideology that perpetuates gendered norms of beauty. This research is significant because it provides a blueprint for further research on gender politics in the 21st century that focuses on everyday practices.

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)0,002
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 enseignants0,007
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,019
Communication savante0,0060,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
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 Opus0,042
Tête enseignante GPT0,294
Écart entre enseignants0,251 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal HumanioraMême sujetGender, Feminism, and MediaTravaux en français237 207