MétaCan
Menu
Retour à la cohorte
Enregistrement W4408230020 · doi:10.1080/2159676x.2025.2475342

The fitness boom and the pursuit of body ideals: domesticating the use of smartwatches in Ghanaian fitness spaces

2025· article· en· W4408230020 sur OpenAlexaff
Bright Baffour Antwi, Derrick Charway, Rayvon Fouché, Jonathan Finn

Notice bibliographique

RevueQualitative Research in Sport Exercise and Health · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésSmartwatchBoomAdvertisingGeographyComputer scienceEngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

This study explores the use of smartwatches within fitness spaces in Ghana. As part of the fitness boom, the pursuit of body ideals has become increasingly intertwined with digital self-tracking, health, and moral imaginaries of self-improvement. The use of smartwatches in fitness spaces is crucial for understanding these connections. The study draws on interviews and participant observations with fitness enthusiasts in gyms and keep-fit clubs. We employ domestication theory to examine how smartwatches influence users’ understanding and construction of their fitness identities, social identities, and body ideals. Using these ethnographic methodologies and reflexive thematic analysis, our study reveals that smartwatches shape the Ghanaian understanding and construction of fitness and social identities. Practically, the participants have domesticated smartwatches to function as an infrastructure that promotes an active lifestyle. Symbolically, the device represents their socio-economic class and commitment to self-improvement. The findings suggest that as Ghanaian fitness enthusiasts strive to meet their fitness goals and conform to societal expectations of the ideal body, the smartwatch becomes a proxy for fitness, body ideals and communication convenience.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,006
Communication savante0,0020,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,257
Tête enseignante GPT0,545
Écart entre enseignants0,288 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQualitative Research in Sport Exercise and HealthMême sujetDigital Games and MediaTravaux en français237 207