Sport Culture and Adversity Explained: Exploring My Experience as a Woman Working in the Sport Industry
Notice bibliographique
Résumé
The purpose of this study is to investigate the adversities women face in the sports industry through an autoethnographic style. Through practice-based research, this study explores how sports are constructed by men, for men, and how the marginalization of women, representation of women in sport leadership, mediocrity, and self-limitation practices impact women pursuing careers in the sport industry. To accomplish this objective, I reflect on how my personal experiences as an identifying woman working in sport align with current gender and feminist research that exist in academia. A literature review was written in narrative style and based on various secondary sources, including scholarly journals in sport and gender studies. This study assessed information on the male gaze, descriptive and prescriptive gender stereotyping, role congruity theory, tokenism, emotional labour, and risks of self-promotion. This study examines how the concepts and theories mentioned above are present specifically in sport organizations and sport communities. The findings are demonstrated through qualitative data collected through an autoethnographic approach where I use self-reflection and writing to discuss and examine a woman’s experience in sport. With this study, I produced a media project called “Maiden Mascot”; an animated short film, distributed as a recorded storyboard, focusing on the narrative of women working in sport. My media project is an example of how producing digital storytelling content that shares the experience of a woman working in sport can provide a space for educating audiences about the issues and inspiring societal change. The combination of my paper and project stand to reason a need for future research in analyzing the impact of sharing stories of women working in sports culture through digital media outlets.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,013 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».