MétaCan
Menu
Retour à la cohorte
Enregistrement W4320512503 · doi:10.2991/978-2-494069-31-2_71

Social Media Opinion Leaders Who Cater to the Male Gaze and Their Influence on Beauty Standards: A Case Study on Kim Kardashian’s Posts on Instagram

2022· book-chapter· en· W4320512503 sur OpenAlexaff
Shiyun Yang, Yiran Dang, Yuhan Ma

Notice bibliographique

RevueAdvances in Social Science, Education and Humanities Research/Advances in social science, education and humanities research · 2022
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueMedia, Gender, and Advertising
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBeautySocial mediaIdeologyPerceptionGazePsychologyAdvertisingOpinion leadershipSocial psychologyAestheticsPolitical scienceArtPublic relationsBusiness

Résumé

récupéré en direct d'OpenAlex

As the product of the long-lasting patriarchal social system, the male gaze is not only directing the gender performances on social media but also affecting females' behaviors in the display of beauty in real life.Social media and opinion leaders are shaping active online users' perceptions of the current beauty standard due to the audience's repeated exposure to those media content that shows feminine beauty ideals.The paper did a case study on Kim Kardashian's photos posted on Instagram using categorical sampling and data analysis as the research methods in the two surveys.This research proved the cater to the male gaze in photos posted by celebrities on social media and discusses the influence of social media opinion leaders on the audience's ideology and behavior regarding beauty standards.As a result, over-engaging with social networking platforms and images published by social media opinion leaders can lead to severe consequences on the audience, such as appearance anxiety and low self-esteem.

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)0,016
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,760
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0290,029
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,182
Tête enseignante GPT0,501
Écart entre enseignants0,320 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Social Science, Education and Humanities Research/Advances in social science, education and humanities researchMême sujetMedia, Gender, and AdvertisingTravaux en français237 207