New love, old stereotypes: ageism in social media discourses on the golden bachelor
Notice bibliographique
Résumé
Age-based discrimination or ageism is often propagated through media platforms. Focusing on the 2023 reality television show “The Golden Bachelor”, which features older adult contestants seeking romance, this study explored ageism spread via social media posts related to the program. Using social astronomy software and qualitative content analysis of user posts, four forms of ageism (1) personal, (2) explicit, (3) implicit, and (4) benevolent, were explored in a sample of 4000 posts shared between November 2023 and June 2024 in Reddit’s English-language corpus. The analysis of Reddit posts related to “The Golden Bachelor” revealed four key themes: (1) Dimensions of Ageism—discussions highlighted overt and subtle forms of ageism, including personal, explicit, and benevolent biases; (2) Aesthetic and Gendered Expectations in Aging—Reddit users critiqued societal pressures for older women to maintain youthful appearances; (3) Sexuality and Romance in Older Adults—while some users expressed skepticism about older adults’ romantic pursuits, others celebrated the cast members’ desires for love and intimacy; (4) The Convergence of Ageism and Sexism—comments reflected a gendered lens, where older women faced harsher scrutiny compared to their male counterparts. While “The Golden Bachelor” may help some understand the capabilities of older adults and counter the misperception of them as asexual, existing ageist stereotypes emerge and are shared on social media platforms. These findings underscore the pervasive nature of ageism in social media and highlight the importance of addressing age-related biases in media representation.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».