MétaCan
Menu
Retour à la cohorte
Enregistrement W4409820524 · doi:10.57096/hawalah.v3i3.49

Exploring the Evolution of Gender Identity through Subject Pronouns: A Comparative Study of Gender Equality Communities

2024· article· en· W4409820524 sur OpenAlexaboutno aff
Irfan Azis

Notice bibliographique

RevueHawalah Kajian Ilmu Ekonomi Syariah · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Politics and Representation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubject (documents)Gender identityPersonal pronounIdentity (music)Subject pronounGender studiesPsychologySociologyLinguisticsComputer scienceArtAestheticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

This study aims to explore the use of subject pronouns in the context of gender identity in gender equality communities at the national and international levels. A qualitative approach with a comparative case study design was chosen to explore individual experiences, perceptions, and views regarding the importance of using inclusive pronouns. This study involved two research locations, namely Indonesia and several international countries such as the United States, the United Kingdom, and Canada. Research subjects were selected through purposive sampling, with members of the gender equality community involved in campaigns or policies related to gender identity. Data were collected through in-depth interviews, participatory observation, document analysis, and focus group discussions (FGDs). The results showed that although the use of inclusive pronouns has been widely accepted in international countries, major challenges in changing old habits are still found in Indonesia, where the habit of using binary pronouns is still dominant. This study concludes that changes in pronoun use require continuous educational efforts and policy support to accelerate the acceptance of inclusive pronoun use in society.

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)0,008
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,016
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0160,011
Communication savante0,0060,007
Science ouverte0,0010,007
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 Opus0,398
Tête enseignante GPT0,416
Écart entre enseignants0,017 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHawalah Kajian Ilmu Ekonomi SyariahMême sujetGender Politics and RepresentationTravaux en français237 207