MétaCan
Menu
Retour à la cohorte
Enregistrement W4389804543 · doi:10.29173/comp64

How the Lion Groomed the Lamb

2023· article· en· W4389804543 sur OpenAlexaffvenue
Brianne I. Bertram

Notice bibliographique

RevueCOMPASS · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGirlSign (mathematics)VampirePsychologyRomanceThe InternetIdeal (ethics)Social psychologyValue (mathematics)Gender studiesDevelopmental psychologySociologyArtPsychoanalysisLiterature

Résumé

récupéré en direct d'OpenAlex

Growing up in North America, girls are bombarded by messages about how they should behave. This process starts at a young age with little girls watching Disney Princess movies and learning they need to be submissive, quiet, and pretty. As they grow up, contemporary vampire fiction takes the reins and teaches girls that the ideal romance is one where they are isolated, physically weak, victimized, and afraid. In both, their purity is fetishized, and they are expected to give up everything for their male partner. This article explores both ideas throughout the span of an adolescent girl's life and then compares them to a YouTube trend “Am I pretty or ugly?” This trend has young girls who seek validation make videos that ask the internet to judge their appearance for a boost in their self-esteem. Instead, they are met with malicious comments that reinforce the ideas they were taught in the popular culture discussed above. Overall, my findings are that these messages, often created by adult men, are grooming young girls to be submissive housewives who are taught that their value as a woman is tied to a specific concept of purity, and that one’s partner being physically threatening is a sign of love.

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)0,001
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,425
Score d'incertitude au seuil0,485

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,088
Tête enseignante GPT0,319
Écart entre enseignants0,231 · 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'étudeSans objet
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCOMPASSMême sujetGender, Feminism, and MediaTravaux en français237 207