MétaCan
Menu
Retour à la cohorte
Enregistrement W4379519405 · doi:10.1177/14614448231176777

Men who hate women: The misogyny of involuntarily celibate men

2023· article· en· W4379519405 sur OpenAlexafffund
Michael Halpin, Norann Richard, Kayla Preston, Meghan Gosse, Finlay Maguire

Notice bibliographique

RevueNew Media & Society · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensUniversity of TorontoDalhousie University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaKillam Trusts
Mots-clésMasculinityIntersectionalityPsychologySocial psychologySociologyGender studies

Résumé

récupéré en direct d'OpenAlex

This article uses computational data and social science theories to analyze the misogynistic discourse of the involuntary celibate (“incel”) community. We analyzed every comment ( N = 3,686,110) produced over 42 months on a popular incel discussion board and found that nearly all active participants use misogynistic terms. Participants used misogynistic terms nearly one million times and at a rate 2.4 times greater than their use of neutral terms for women. The majority of participants’ use of misogynistic terms does not increase or decrease with post frequency, suggesting that members arrive (rather than become) misogynistic. We discuss these findings in relation to theories of intersectionality, masculinity, and sexism. We likewise discuss potential policies for mitigating incel misogyny and similar online discourse.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,102
Score d'incertitude au seuil0,555

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,037
Tête enseignante GPT0,286
Écart entre enseignants0,249 · 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.

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

Citations35
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNew Media & SocietyMême sujetGender, Feminism, and MediaTravaux en français237 207