MétaCan
Menu
Retour à la cohorte
Enregistrement W4405976770 · doi:10.1093/geroni/igae098.0013

THE INFLUENCE OF MEDIA PORTRAYALS ON AGEISM: A CASE STUDY OF THE GOLDEN BACHELOR

2024· article· en· W4405976770 sur OpenAlexaff
Sarah Fraser, Alixe Ménard, Alison L. Chasteen, Mateja Van Gameren, Chris Belanger

Notice bibliographique

RevueInnovation in Aging · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of TorontoUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBachelorPsychologyArtAdvertisingSociologyMedia studiesHistoryBusinessArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Age-based discrimination or ageism is often propagated through media platforms (TV, news, social media). Focusing on the reality television show “The Golden Bachelor,” which features older adult contestants seeking romance, this study explored ageism spread via social media posts related to the program. Methods: Using social astronomy software we scraped Reddit’s English-language corpus for posts containing “golden bachelor” and extracted a sample of 1000 posts shared between August and September 2023. Qualitative content analysis of these posts revealed four forms of ageism (1) personal, (2) explicit, (3) implicit, and (4) benevolent. Results: Personal ageism emerged through comments devaluing older contestants’ appearance: “Hey at 75 you can go on The Golden Bachelor; wouldn’t that be fun. Wrinkles upon wrinkles…” Explicit ageism was evident in derogatory remarks targeting contestants’ age and limited physical capabilities: “Can the Golden Bachelor still get it up?”. Implicit ageism was discernible in subtle reinforcement of age-related stereotypes: “The guy who’s going to be the Golden Bachelor is 71 and he looks much younger than I remember 71-year-olds looking. He seems like a pretty normal guy.” and benevolent ageism manifested through the infantilization of older contestants: “cute old people love”. Discussion and Implications: While “The Golden Bachelor” may help some understand the capabilities of older adults and counter the misperception of them as asexual, existing ageist stereotypes emerge and are propagated on social media platforms. These findings underscore the pervasive nature of ageism in social media and highlight the importance of addressing age-related biases in media representation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0110,005
Communication savante0,0040,003
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,413
Écart entre enseignants0,345 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 revueInnovation in AgingMême sujetAging and Gerontology ResearchTravaux en français237 207