Voices on the Screen : Gender Equity and Women's Media Presence in India
Notice bibliographique
Résumé
Despite constitutional guarantees and existing policy frameworks in India, the media continues to exhibit gender bias. Women remain underrepresented in newsroom leadership, media ownership, and as subjects in news stories. Their portrayal is often stereotypical, reinforcing regressive narratives by limiting women to traditional roles or objectifying them, particularly in television, film, and news reporting. News coverage tends to focus on the character of female victims rather than addressing systemic issues, and female experts in politics, science, and public life rarely receive the same visibility as their male counterparts. Though some media organizations have introduced editorial guidelines for fair representation, implementation is sporadic and largely unmonitored. The rise of digital and social media platforms has added new challenges, including cyber harassment and the unchecked spread of patriarchal content. Compared to global standards set by institutions like UNESCO and initiatives in Nordic countries or Canada, India lags significantly behind. These international models emphasize transparency, mandatory gender-sensitive training, equitable leadership, and accountability—areas where Indian media remains deficient due to a lack of political will, regulatory enforcement, and industry-wide commitment. The paper proposes a comprehensive set of measures to bridge these gaps. These include establishing regulatory oversight through a Gender Equality Commission for Media, making gender sensitization training mandatory for media professionals, integrating gender studies into journalism education, and incentivizing content that promotes gender equity. It also recommends increasing women’s representation in decision-making roles within media organizations and launching public awareness campaigns to promote media literacy and demand for inclusive content. Further, it calls for independent research bodies to monitor gender representation and collaboration with international agencies for better practices. In the digital space, stricter moderation policies, legal protections against online abuse, and support structures for women content creators are vital.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».