Stereotypes regarding dog owners : A study of stereotypes regarding Swedish dog owners
Notice bibliographique
Résumé
Stereotyper är vanliga sätt för oss människor att förenkla och underlätta situationer vi stöter på i vår omgivning. Trots fördelarna en förenklad vardag innebär kan stereotyper även innebära negativa konsekvenser, så som diskriminering eller utanförskap. I denna studie undersöktes svenskars föreställning av typiska ägare till fem olika hundraser (labrador, pudel, pitbull, tax och chihuahua) med syfte att undersöka om stereotyper förekommer rörande svenska hundägare och om dessa stereotyper skiljer sig åt mellan hundägare och icke-hundägare. Studien genomfördes med hjälp av en enkät som publicerades på det sociala mediet Facebook. 120 personer deltog i studien, varav 27 var män och 93 var kvinnor. Deltagarna var mellan 18 och 60 år gamla, med en medelålder av 29,6 år (Sd=9,6). Deltagarna fick besvara frågor rörande hur de föreställde sig typiska hundägare till de fem raserna, samt gradera hur väl de instämde med tolv påståenden avseende acceptans för stereotyper i allmänhet. I slutet av enkäten fick deltagarna även besvara bakgrundsfrågor rörande dennes kön, ålder, utbildningsnivå, om denne hade hund eller inte, samt vilken inställning denne hade till hundar i allmänhet. Resultatet pekar på att det i mycket stor utsträckning finns gemensamma uppfattningar om hur ägare till olika hundraser ter sig när det gäller allt från frisyr till ålder. Det visade sig inte finnas någon större skillnad mellan de två grupperna när det gällde stereotypt tänkande. Avseende enkätdelen rörande acceptans för stereotyper visade sig deltagarna ha en relativt låg grad av acceptans, vilket är intressant eftersom de samtidigt uppvisade stereotypa tankesätt när de svarade på frågorna om de olika hundraserna. Studien har visat att stereotypt tänkande mest troligen förekommer kring olika hundrasers ägare, att medvetandegöra stereotypers förekomst kan vara en viktig aspekt för att minska risken för ytterligare stereotyper.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».