MétaCan
Menu
Retour à la cohorte
Enregistrement W4378187927 · doi:10.29173/spectrum176

Whiteness as Beauty

2023· article· en· W4378187927 sur OpenAlexaffvenue
Jinee Chong

Notice bibliographique

RevueSpectrum · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia, Gender, and Advertising
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBeautyHierarchyAestheticsIdeal (ethics)White (mutation)Critical discourse analysisSociologyGender studiesArtPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Do online shopping advertorials for whitening skincare products in South Korea perpetuate a racial hierarchy wherein whiteness is maintained as an ideal beauty standard? If so, how is this hierarchy articulated and reinforced with words and images? Whitening products, such as tone-up creams and sunscreens, have become increasingly prevalent in the skincare industry in South Korea. Adding a level of nuance to earlier research, my research undertakes a critical feminist discourse analysis method to examine 19 skincare advertorials on the South Korean beauty e-commerce site, Olive Young Global. This study breaks new ground by taking an inductive analysis approach to analyzing these advertorials to produce findings comparable to similar studies in other Asian countries. Thus, it works to confirm the overall message being communicated that these products are sold as the key to a woman’s quest for a white beauty ideal. By undertaking an inductive critical discourse analysis, the research will develop themes based on the exploration of these advertorials with some guidance from existing literature. The globalization of beauty promotes a falsely universal white(ned) woman, and this project evidences a nuanced analysis of the lexical choices and images employed to promote the idea that whiteness and youthfulness equate to “natural” beauty. This critical feminist discourse analysis will provide insight into how a racial hierarchy is reinforced through media and how the exclusion of racialized women from spaces intended to empower all women will reproduce the societal hierarchy among women within the beauty industry.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,013
Communication savante0,0050,005
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,037
Tête enseignante GPT0,354
Écart entre enseignants0,317 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSpectrumMême sujetMedia, Gender, and AdvertisingTravaux en français237 207