MétaCan
Menu
Retour à la cohorte
Enregistrement W4402455417 · doi:10.1080/14680777.2024.2400473

Porous feminism: leaking technologies and ambivalent attachments

2024· article· en· W4402455417 sur OpenAlexaff
Ali Na

Notice bibliographique

RevueFeminist Media Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésFeminismAmbivalenceSociologyPolitical scienceAestheticsPsychologyArtGender studiesSocial psychology

Résumé

récupéré en direct d'OpenAlex

Fears, for many, have been actualized during the global pandemic. Working through borders and geographical crossings, this article performs a constellation of my anxieties about race, culture, and academia. I explore what kinds of feminisms might leak through if we let ourselves fall into fear. Through autotheory, a way of theorizing from my life experience, I revisit domains of seemingly bygone issues of feminism through encounters of distress and unease, marked through the performance of public/private breastfeeding and pumping. I put tension on feminist configurations of materiality as they rub against my memories. Alongside this, I analyze the tactics offered by the video and performance works of Patty Chang. The article mobilizes Patty Chang work Milk Debt, which presents through performers pumping breastmilk while reciting solicited fears from people living across myriad geographies during COVID-19. I suggest my fears alongside Chang’s performances of fear agitate the ways in which colonialism, elitism, and racial power persist in feminist circles—these fears assemble what I call a porous feminism that enables unruly minoritized feminisms to leak through.

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)0,001
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 enseignants0,453
Score d'incertitude au seuil0,958

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
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 Opus0,079
Tête enseignante GPT0,385
Écart entre enseignants0,306 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFeminist Media StudiesMême sujetGender, Feminism, and MediaTravaux en français237 207