“How do we do that?” An analysis of TikToks by lesbians over age 30 representing sexual identity, lived experience over time, and solidarity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lesbians have long turned to digital media and technologies for information, support, and to self-represent sexual identity in ways that have the capacity for building communities and gathering publics and counterpublics. TikTok is a short video platform popular with young people, which has increasingly seen the participation of comparatively older users. This paper investigates the self-representation of lesbians over age 30 on TikTok to understand the themes in their content and how the platform shapes their communication with others. Through sampling tailored to TikTok's algorithmic curation, ten lesbians' accounts are examined alongside qualitative coding and analysis of 50 of these creators' videos. Findings reveal key themes regarding the expression of identity and age, lived experience over time, and bids for connection and community. TikTokers expressed lesbian identity in continuity with longstanding stereotypes to enhance visibility but also incorporated humor and youthful trends to give rise to novel identity expressions. Videos showcasing the passage of time and sociopolitical change demonstrated the resilience of lesbian lives and conveyed hope while advice and statements of solidarity expressed support for young people's present struggles with homophobia and transphobia. Contrasting with studies of TikTok's generational wars, this article shows how older lesbians are building generational bridges through their uptake of youth-driven platform practices, sharing of past challenges to support youth in overcoming present hurdles, and by modeling lesbian futures.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle