Homofobia y recepción de personajes lésbicos en narrativas audiovisuales
Bibliographic record
Abstract
La presencia de personajes lésbicos ha aumentado en las narrativas audiovisuales populares, como en las series de televisión o las películas. Por ello es necesario explorar su percepción en audiencias heterogéneas. El objetivo de la investigación es explorar la relación entre la homofobia y la identificación con los personajes, el disfrute y el gusto como procesos de recepción narrativa en ficciones audiovisuales protagonizadas por lesbianas. Para ello, se ha realizado un trabajo empírico compuesto por un cuestionario en línea en el que 140 participantes contestaron primero a preguntas sobre su grado de homofobia, en segundo lugar realizaron un visionado y, finalmente, contestaron preguntas relativas a la identificación, el disfrute y el gusto. Tras obtener las evidencias de validez de la escala de Homofobia Moderna de Lesbianas (mhS-l) se exploraron las relaciones entre las dimensiones de la escala y el resto de variables. Los principales resultados muestran que las personas que tienen un grado menor de homofobia institucional disfrutan en mayor medida y les gusta más el video. Asimismo, se evidenció que los hombres se identifican más intensamente con los personajes de lesbianas, y los gais y lesbianas disfrutan más. Estos resultados se interpretan a la luz de las teorías del entretenimiento mediático.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.000 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".