Women in the Manosphere: Femininities in Antifeminist Spaces
Notice bibliographique
Résumé
This doctoral research examines women’s involvement in the manosphere, an online network of antifeminist communities. In the wake of recent violent attacks against women and other groups, these communities and their activities are receiving increasing media attention across the Western world. Heeding the call for more in-depth investigation, many masculinity scholars have begun to study organized antifeminism online. But while the men who participate in online antifeminist networks are now receiving attention, with few exceptions, no scholars have examined women’s participation in these same networks. Through a netnographic approach, the project presents a comprehensive case study of four women's groups within the manosphere, aiming to explore the motivations that drive individuals to participate in these antifeminist communities. The research goes beyond the prevailing focus on masculinity by examining how gender conceptions and lived experiences intersect with broader power structures, influencing women's participation in these online spaces. By centering women's perspectives within a predominantly male-dominated and often misogynistic discourse, the research contributes to the emerging scholarship on women and femininities within the field of men and masculinity studies, and complicates the way that these women are framed in the mass media. The findings reveal that women actively contribute to the perpetuation of dominant masculinities in local contexts, cooperating with and perpetuating discourses and practices associated with the hegemonic gender order. Simultaneously, these women carve out spaces for themselves, creating their own discourses to navigate the hegemonic gender order. This doctoral thesis contributes significantly to the understanding of women’s participation in the manosphere, expanding the scholarship on men and masculinity studies and enriching our comprehension of gender dynamics in online communities and broader socio-cultural systems.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,015 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».