MétaCan
Menu
Retour à la cohorte
Enregistrement W4408382166 · doi:10.1111/1467-9566.70015

When Help Is Harm: Health, Lookism and Self‐Improvement in the Manosphere

2025· article· en· W4408382166 sur OpenAlexafffund
Michael Halpin, Meghan Gosse, Katharine Yeo, Ingrid Handlovsky, Finlay Maguire

Notice bibliographique

RevueSociology of Health & Illness · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Roles and Identity Studies
Établissements canadiensUniversity of VictoriaUniversity of British ColumbiaDalhousie University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésHarmHegemonic masculinityMasculinityHegemonyPsychologyGazeSocial psychologyGender studiesSociologyPolitical scienceLawPsychoanalysis

Résumé

récupéré en direct d'OpenAlex

How do online communities impact men's health? How does hegemonic masculinity harm men's health? In this paper, we analyse an online looksmaxxing community that receives 6 million unique visitors per month and is aimed at men seeking to improve their appearance. We qualitatively analysed 8072 discussion board comments in total. Our findings first demonstrate how users apply a hegemonic masculine gaze as they critique men's bodies (e.g., facial asymmetries and brow ridges). Second, we show how the community encourages men to substantially alter their bodies (e.g., with leg lengthening surgeries or by mewing). Third, we argue that the community subjects users to masculine demoralisation, wherein they are seen as failed men and encouraged to self-harm. Drawing on masculinities theory, we argue that looksmaxxing and similar self-improvement communities harm the health of the men who participate in them.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,518
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,026
Tête enseignante GPT0,351
Écart entre enseignants0,326 · 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.

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

Citations15
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSociology of Health & IllnessMême sujetGender Roles and Identity StudiesTravaux en français237 207