gendered

The goal of gendered is to provide functions that can extract various gendered forms of speech in German. Right now it includes the following forms:

1. Gendered pair form (i.e. “Studenten und Studentinnen”)
2. Gendered symbol form (i.e. “StudentInnen”, “Student:innen”, "Student*innen" etc.)
3. Gender neutral form (i.e. “Studierende”)

Installation

You can install the development version of gendered from GitHub with:

# install.packages("remotes)
remotes::install_github("vivifabrien/gendered")

Example

This is a basic example which shows you how to solve a common problem:

library(gendered)
## basic example code

Pair form examples

pair_examples <- data.frame(text = c("Liebe Migranten und Migrantinnen, liebe Arbeiterinnen und Arbeiter.", 
                                   "Es ist wichtig sich speziell für Arbeiterinnen einzusetzen.",
                                   "Die Bürger und Bürgerinnen verlangen mehr.",
                                   "Bin beim Treffen ehemaliger Stipendiaten und Stipendiatinnen!",
                                   "Polen und auch Polinnen verdienen zu wenig.",
                                   "Innenministerium des Bundes"),
                              text_id = 1:6) 

pair_examples %>% 
  gendered_pairs(text)

text	text_id	match	word1	word2
Liebe Migranten und Migrantinnen, liebe Arbeiterinnen und Arbeiter.	1	migranten und migrantinnen	migranten	migrantinnen
Liebe Migranten und Migrantinnen, liebe Arbeiterinnen und Arbeiter.	1	arbeiterinnen und arbeiter	arbeiterinnen	arbeiter
Es ist wichtig sich speziell für Arbeiterinnen einzusetzen.	2	NA	NA	NA
Die Bürger und Bürgerinnen verlangen mehr.	3	burger und burgerinnen	burger	burgerinnen
Bin beim Treffen ehemaliger Stipendiaten und Stipendiatinnen!	4	stipendiaten und stipendiatinnen	stipendiaten	stipendiatinnen
Polen und auch Polinnen verdienen zu wenig.	5	polen und polinnen	polen	polinnen
Innenministerium des Bundes	6	NA	NA	NA

Gendered symbol forms

symbol_examples <- data.frame(text = c("Liebe MigrantInnen & ImmigrantInnen.", 
                                   "Es ist wichtig sich speziell für Arbeiterinnen einzusetzen.",
                                   "Die Bürger:innen verlangen mehr.",
                                   "Bin beim Treffen ehemaliger Stipendiaten/innen!",
                                   "Frankfurter/-innen verdienen zu wenig.",
                                   "Innenministerium des Bundes"),
                              text_id = 1:6) 

symbol_examples %>% 
  gendered_symbols(text) 

text	text_id	match
Liebe MigrantInnen & ImmigrantInnen.	1	MigrantInnen
Liebe MigrantInnen & ImmigrantInnen.	1	ImmigrantInnen
Es ist wichtig sich speziell für Arbeiterinnen einzusetzen.	2	NA
Die Bürger:innen verlangen mehr.	3	Bürger:innen
Bin beim Treffen ehemaliger Stipendiaten/innen!	4	Stipendiaten/innen
Frankfurter/-innen verdienen zu wenig.	5	Frankfurter/-innen
Innenministerium des Bundes	6	NA

Gender neutral forms

neutral_examples <- data.frame(text = c("Liebe Studierende und Auszubildende.", 
                                   "Es ist wichtig sich für die Arbeitenden einzusetzen.",
                                   "Geflüchtete sind wichtige Mitglieder der Gesellschaft."),
                              text_id = 1:3) 

neutral_forms <- neutral$gendergerechte_alternativen %>%
  paste0("\\b", ., "\\b") %>%
  paste0(collapse = "|")

neutral_examples %>% 
  dplyr::mutate(neutrals = stringr::str_extract_all(text, neutral_forms)) %>%
  tidyr::unnest_longer(neutrals)

text	text_id	neutrals
Liebe Studierende und Auszubildende.	1	Studierende
Liebe Studierende und Auszubildende.	1	Auszubildende
Es ist wichtig sich für die Arbeitenden einzusetzen.	2	Arbeitenden
Geflüchtete sind wichtige Mitglieder der Gesellschaft.	3	Geflüchtete