Seven million tweets of violence: gendered analysis of Black women representation on social media platforms
Notice bibliographique
Résumé
This paper investigates the gendered linguistic patterns of tweets discussing state-sanctioned and vigilante violence against African American women. The paper considers representations of Black women and Black death as engaged on the social media platform formerly known as Twitter. We utilize the theoretical frameworks of Patricia Hill Collins’ (2022. Black Feminist Thought, 30th Anniversary Edition: Knowledge, Consciousness, and the Politics of Empowerment. London: Taylor & Francis) conceptualization of Black feminist epistemology and controlling images and Kimberle Crenshaw’s (2018. “Demarginalizing the Intersection of Race and sex: A Black Feminist Critique of Antidiscrimination Doctrine, Feminist Theory, and Antiracist Politics [1989].” Feminist Legal Theory 1: 57–80) intersectionality to understand the ways that Black women are discussed, remembered and advocated for on social media platforms in relation to their Black men counterparts. The analysis of over seven million tweets utilizes both qualitative content analysis and computational tools. The paper’s findings concluded that there were differences related to passive and active language based on the gender of the victim of state-sanctioned or vigilante-race-based violence, as well as homophily, specifically name events most frequently used within the context of the state-sanctioned killing of Black women versus Black men.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».