“It Was a Combination of Feeling Super Badass and...Super Inept”: Exploring Girls’ Experiences Playing on Boys’ Tackle Football Teams
Notice bibliographique
Résumé
This study explores girls’ experiences playing tackle football on boys’ teams to understand how girls experience a highly masculine sport space. Tackle football is largely a space reserved for men and boys. Girls’ opportunities to play football are limited and often involve playing on teams intended for and dominated by boys. The purpose of this research was to begin to understand girls’ experiences in tackle football to highlight girls’ ongoing oppression in patriarchal societies and to consider whether football can be empowering for girls. The idea for this research originated from my own experiences playing tackle football on boys’ teams for four years. I present my experiences alongside data I collected in interviews with 12 women from Canada, the United States, and Poland who have played on boys’ tackle football teams. These interviews, paired with my personal experiences, allowed me to identify aspects of toxic youth football cultures and, maybe surprisingly, the opportunity football presents for embodied feminist empowerment for girls. I identify some girls’ experiences as taking place in toxic football cultures based on their experiences with microaggressions and violence. These cultures work to retain boys’ and men’s control over football spaces by plaguing girls’ abilities to play football and hindering girls’ enjoyment of the sport. Discouraging girls’ football involvement is a powerful tool of oppression, because football could, in better circumstances, be empowering for girls. Playing football against boys allows some girls to confront embodied forms of patriarchy and challenge discourses about girls’ physical inferiority. This research highlights girls’ continued oppression in patriarchal societies and the embodied nature of patriarchal norms. It also shows how girls’ physicality could be used as a tool to challenge oppressive gender structures.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,012 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».