{"id":16693,"date":"2026-08-19T12:16:50","date_gmt":"2026-08-19T10:16:50","guid":{"rendered":"https:\/\/www.proefschriftmaken.nl\/portfolio\/praachi-kumar\/"},"modified":"2026-08-19T12:16:57","modified_gmt":"2026-08-19T10:16:57","slug":"praachi-kumar","status":"publish","type":"us_portfolio","link":"https:\/\/www.proefschriftmaken.nl\/en\/portfolio\/praachi-kumar\/","title":{"rendered":"Praachi Kumar"},"content":{"rendered":"","protected":true},"excerpt":{"rendered":"","protected":true},"author":8,"featured_media":16694,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"footnotes":""},"us_portfolio_category":[45],"class_list":["post-16693","us_portfolio","type-us_portfolio","status-publish","post-password-required","hentry","us_portfolio_category-new-template"],"acf":{"main_text":"","naam_van_het_proefschift":"Parity and Prejudice","samenvatting":"Deze scriptie richt zich op geweld tegen vrouwen en meisjes, dat in zijn vele vormen een stille, wereldwijde epidemie en een schending van de mensenrechten is. Hoewel de wijdverbreide genderkloof wereldwijd kleiner wordt (Bertrand, 2020), blijft de aanpak van geweld tegen vrouwen een onvoltooide taak. Om deze systemische crisis op te lossen, draagt Doel 5 van de Agenda voor Duurzame Ontwikkeling, binnen het kader van gendergelijkheid, de ambitie om alle vormen van geweld tegen vrouwen en meisjes tegen 2030 uit te bannen (United Nations Statistics Division, 2015). Het hoofddoel van deze scriptie is het onderzoeken van de rol van sociale media bij het transformeren van genderongelijkheid en het aanpakken van geweld tegen vrouwen en meisjes, twee onderling verbonden kwesties. Deze scriptie bestaat uit vier hoofdstukken die deze kruispunten onderzoeken.\n\nHoofdstuk 2 onderzoekt de bestaande literatuur over geweld tegen vrouwen en meisjes en schetst de belangrijkste uitdagingen voor het overheidsbeleid om dit probleem aan te pakken vanuit het perspectief van het \u2019Wicked Problems\u2019-model. De rest van dit proefschrift richt zich op de casus India. Hoofdstukken 3, 4 en 5 onderzoeken empirisch de relatie tussen sociale media en geweld en discriminatie tegen vrouwen en meisjes.\n\nHoofdstuk 3 behandelt de invloed van sociale mediatechnologie en onderzoekt de impact van blootstelling aan Twitter op het probleem van voorkeur voor een zoon bij vruchtbaarheidsproblemen in India. Door gebruik te maken van grootschalige enqu\u00eategegevens en sociale mediagegevens, weerspiegelen deze bevindingen de stemmen van meer dan een miljoen vrouwen in India en degenen die actief zijn in de digitale wereld. De resultaten van dit hoofdstuk tonen aan dat blootstelling aan sociale media de voorkeur voor een zoon onder vrouwen in India verminderde en bijdroeg aan een algehele afname van discriminerende voorkeuren. Het onderzoek wordt uitgebreid door het effect van het platform op de voorkeur van mannen voor het geslacht van het kind te bestuderen, wat een vergelijkbaar effect laat zien. Bovendien be\u00efnvloedden sociale media niet alleen voorkeuren, maar hadden ze ook een positieve invloed op de uitkomsten die met deze voorkeuren samenhangen, met name de voedingsuitkomsten voor meisjes onder de vijf jaar. De mechanismen van deze impact worden onderzocht met behulp van twee benaderingen. Ten eerste benadrukt dit onderzoek dat de meeste verhalen over kinderen op Twitter neutraal of progressief waren, wat de capaciteit van sociale media aantoont om schadelijke culturele normen ter discussie te stellen. Ten tweede richten we ons op een populaire Twittercampagne met als doel aan te tonen dat dochters waardevol zijn, genaamd #SelfieWithDaughter. De blootstelling aan Twitter had een opvallend effect op de voorkeuren voor de districten waarin deze campagne actief was. Dit onderzoek combineert quasi-experimentele, computationele en kwalitatieve sociaalwetenschappelijke benaderingen om deze bevindingen te achterhalen.\n\nHoofdstuk 4 onderzoekt online verhalen in meer detail met als doel de sporen van gendergerelateerd discours in India te identificeren. Dit hoofdstuk presenteert een deep learning-benadering voor het analyseren van ongestructureerde tekstdata op gendergerelateerd discours in de Indiase context. Een verfijnde classificator, gebaseerd op het cross-linguale XLM-RoBERTa-model, wordt ontwikkeld om misogynie (regressief) en gendergerichte empowerment- en activismeberichten (progressief) in georeferentieerde tweets te identificeren. Kwantitatieve analyse van de voorspellingen van het verfijnde model illustreert de geografische spreiding van beide narratieven. Bovendien worden de modeluitkomsten afgestemd op regionale sociaaleconomische variabelen om hun verband met de productie van progressieve en regressieve tweets te identificeren. De bevindingen wijzen op weinig significante verbanden. Lagere gerapporteerde verkrachtingscijfers in een district en het behoren tot historisch patriarchale Noord-Indiase staten hangen samen met meer progressieve tweets. Hogere percentages stedelijke armoede en, in sommige gevallen, een hogere concentratie van mensen die tot de kaste van de Scheduled Castes behoren, hangen positief samen met de productie van regressieve tweets.\n\nHoofdstuk 5 beschrijft de impact van de Indiase #MeToo-beweging op online narratieven over empowerment in het land. Aan de hand van de resultaten van het in hoofdstuk 4 ontwikkelde model en een natuurlijk experiment, toont dit onderzoek aan dat de #MeToo-beweging leidde tot een toename van progressief discours online. Deze impact was echter noch homogeen, noch blijvend. Deze bevindingen hebben implicaties voor gender en sociale inclusie in de digitale publieke ruimte. Ze leveren ook causaal bewijs voor de erfenis van de vierde feministische golf, waarin belangrijke sociale bewegingen werden gevormd door de hashtag.","summary":"This thesis focuses on violence against women and girls, which, in its many forms, is a silent global epidemic and a violation of human rights. While pervasive global gender gaps are shrinking (Bertrand, 2020), addressing violence against women remains an unfinished business.\n\nTo resolve this systemic crisis, Goal 5 of the Sustainable Development Agenda carries, within its remit of gender equality, an ambition to eliminate all forms of violence against women and girls by 2030 (United Nations Statistics Division, 2015). The main objective of this thesis is to study the role of social media in transforming gender inequality and addressing violence against women and girls, two interconnected issues. This thesis comprises four chapters that investigate these intersections.\n\nChapter 2 examines the extant literature on violence against women and girls and outlines the primary public policy challenges to address this issue through the lens of the \u2018Wicked Problems\u2019 framework. The remainder of this thesis focuses on the case of India. Chapters 3, 4, and 5 empirically examine the relationships between social media and violence and discrimination against women and girls.\n\nChapter 3 is concerned with the influence of social media technology and examines the impact of Twitter exposure on the problem of son-biased fertility preferences in India. By employing large-scale household survey data and social media data, these findings reflect the voices of over a million women in India and those inhabiting its digital spaces. The results from this chapter show that exposure to social media reduced son preference among women in India, and contributed to an overall decline in discriminatory preferences. The inquiry is extended by studying the effect of the platform on men\u2019s preferences for the sex of the child, which illustrate a similar effect. Moreover, social media not only impacted preferences but also positively influenced outcomes related to these preferences, specifically nutritional outcomes for girls under the age of five. The mechanisms of impact are explored using two approaches. First, this research highlights that a majority of narratives related to children on Twitter were either neutral or progressive, indicating the capacity of social media to challenge harmful cultural norms. Second, it focusses on a popular Twitter campaign, called #SelfieWithDaughter. The aim of this campaign was to show that daughters are valued. Twitter exposure had a striking effect on preferences for the districts in which this campaign was active. This research applies a conjunction of quasi-experimental, computational, and qualitative social science approaches to unearth these findings.\n\nChapter 4 investigates online narratives in more detail with the aim of identifying the footprint of gendered discourse in India. This chapter presents a deep learning approach towards analysing unstructured text data for gender-based discourse in the Indian context. A fine-tuned classifier based on the cross-lingual XLM-RoBERTa model is developed to identify misogyny (regressive) and gender-based empowerment and activism (progressive) messages in georeferenced Tweets. Quantitative analysis of the predictions from the fine-tuned model illustrate the geographical footprint of both these narratives. Furthermore, the model\u2019s outputs are harmonised with regional socioeconomic variables to identify their relationships with the production of progressive and regressive Tweets. The findings indicate few significant associations. Lower reported rates of rape in a district and belonging to historically patriarchal North Indian states are associated with more progressive Tweets. Higher rates of urban poverty and, in some cases, scheduled caste populations are positively linked to the production of regressive Tweets.\n\nChapter 5 traces the impact of the Indian #MeToo movement on online narratives of empowerment in the country. Using outputs from the model developed in Chapter 4 and exploiting a natural experiment, this research shows that the #MeToo movement led to an increase in progressive discourse online. However, this impact was neither homogeneous nor enduring. These findings have implications for gender and social inclusion in digital public spheres. They also provide causal evidence on the legacy of fourth wave feminism, in which notable social movements were shaped by the hashtag.","auteur":"Praachi Kumar","auteur_slug":"praachi-kumar","publicatiedatum":"10 september 2026","taal":"EN","url_flipbook":"https:\/\/ebook.proefschriftmaken.nl\/ebook\/praachikumar?iframe=true","url_download_pdf":"https:\/\/ebook.proefschriftmaken.nl\/download\/72b44739-92be-4082-ada0-ff12a8b58c08\/highres","url_epub":"","ordernummer":"19410","isbn":"","doi_nummer":"","naam_universiteit":"Universiteit Maastricht","afbeeldingen":16695,"video_url":"","podcast_url":"","naam_student:":"","binnenwerk":"","universiteit":"Universiteit Maastricht","cover":"","afwerking":"","cover_afwerking":"","design":""},"_links":{"self":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/16693","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio"}],"about":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/types\/us_portfolio"}],"author":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/comments?post=16693"}],"version-history":[{"count":1,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/16693\/revisions"}],"predecessor-version":[{"id":16696,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/16693\/revisions\/16696"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/media\/16694"}],"wp:attachment":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/media?parent=16693"}],"wp:term":[{"taxonomy":"us_portfolio_category","embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio_category?post=16693"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}