La place des femmes et les rapports de genre dans la communauté vidéoludique locale du Meltdown Montréal
Bibliographic record
Abstract
Étant à la fois un art, une performance, un produit technologique et un outil de socialisation, le jeu vidéo est maintenant considéré comme le dixième art et occupe une place indéniable dans notre société. La montée en popularité de ce produit culturel a mené à l’émergence d’endroits qui y sont dédiés, comme les bars eSportifs mêlant compétitions de jeux, événements thématiques et sociabilité. Bien que les études du jeu existent depuis un peu plus de vingt ans, les recherches se focalisant sur les communautés vidéoludiques hors ligne sont encore peu nombreuses. Tel que l’ont démontré plusieurs études, la culture vidéoludique est encore un milieu sexiste et empreint de stigmatisation dans lequel les femmes ont du mal à s’intégrer. Dans notre étude, nous cherchons à savoir si ces problèmes se transposent également dans une communauté vidéoludique locale en menant des entrevues semi-dirigées auprès de quatre femmes et quatre hommes fréquentant régulièrement le bar eSportif Meltdown Montréal. Notre objectif est de mieux comprendre quelle place est accordée aux femmes dans cet établissement et quels rapports de genre prédominent dans le but de mieux outiller les propriétaires de tels espaces et les aider à les rendre davantage inclusifs. À la lumière des entrevues, la situation des femmes au Meltdown Montréal semble imparfaite, mais encourageante, en comparaison avec le portrait qui est généralement fait, dans les médias et la littérature, de la situation des femmes dans la culture vidéoludique. Elles sont généralement bien accueillies dans cet établissement où règnent l’entraide et l’esprit de communauté, du moins si elles parviennent à intégrer le cercle des habitué.e.s. Des épisodes ponctuels de sexisme et de harcèlement ont lieu sans toutefois être fréquents et flagrants. Parmi les facteurs susceptibles de nuire à leur intégration figurent : la persistance d’une vision binaire des genres, le stéréotype de la mauvaise joueuse, le phénomène du solo status, la disposition des lieux, la sexualisation des femmes dans la culture vidéoludique, la masculinité complice et le négativisme, de même que le white knighting. \n_____________________________________________________________________________ \n \nMOTS-CLÉS DE L’AUTEUR : jeux vidéo, femmes, sport électronique, bar eSport, rapport de genre
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.011 | 0.004 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.020 | 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".