TOKIWA TOYOKO, A SESSÃO DE FOTOGRAFIA DE NUDEZ E AS ÓTICAS DE GÊNERO DA FOTOGRAFIA JAPONESA DO PÓS-GUERRA
Bibliographic record
Abstract
Durante a primeira década após o fim da Segunda Guerra Mundial, as nūdo satsueikai (sessões de fotografia de nudez em que modelos femininas nuas eram fotografadas por grupos de fotógrafos, predominantemente homens, em parques públicos, praias e estúdios) ofereceram uma forma particularmente popular de engajar-se na fotografia no Japão. A fotógrafa Tokiwa Toyoko foi uma das muitas mulheres que entraram em ambientes de trabalho dominados por homens nesse período e, por meio de sua representação dos participantes masculinos nas sessões de fotografia de nudez, criticou as suposições de que as mulheres estavam mais adequadas para estar diante, em vez de atrás, da lente da câmera. O artigo a seguir realiza uma análise detalhada das representações na mídia de massa do chamado “nascimento da fotógrafa feminina no Japão do pós-guerra” e aborda debates em torno das sessões de fotografia de nudez para oferecer uma nova interpretação das fotografias de Tokiwa de mulheres que trabalhavam com seus corpos. Ao fazer isso, questiona os discursos fundamentais do realismo fotográfico japonês do pós-guerra e revela uma nova perspectiva sobre as dinâmicas de gênero ali presentes.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".