Objektifikasi dan Konstruksi Cantik pada Tubuh Perempuan dalam Akun Instagram @ugmcantik dan @unpad.geulis
Notice bibliographique
Résumé
Budaya patriarki yang masih saja terus dipelihara menjadikan perempuan berada pada kondisi yang bergantung pada penilaian orang lain ketika mencoba untuk melihat dan mengukur diri mereka mengenai masalah tubuh. Hal ini tergambar pada akun @ugmcantik dan @unpad.geulis.Tujuan dari tulisan ini adalah untuk menganalisis tubuh perempuan dikonstruksi dan diobjekfikasi melalui kedua akun universitas cantik tersebut dengan menggunakan pendekatan deskriptif kualitatif dan metode penelitian Analisis Wacana Kritis Sara Mills. Teknik pengumpulan data dalam penelitian ini adalah dengan mengamati unggahan foto yang ada di akun @ugmcantik dan @unpad.geulis kemudian juga menganalisis komentar yang mendominasi di unggahan foto dan mengkategorikannya apakah komentar tersebut masuk ke dalam bentuk objektifikasi atau konstruksi terhadap tubuh perempuan. Hasil temuan dari penelitian ini adalah dari foto dan komentar yang ada pada kedua akun tersebut praktik objektifikasi dan konstruksi pada tubuh perempuan masih dilanggengkan serta perempuan masih didominasi dan dianggap sebagai objek pasif.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,077 | 0,026 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».