hh.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Askungen & Snövit -en könsrollsanalys
Halmstad University, School of Humanities (HUM).
2003 (Swedish)Independent thesis Basic level (degree of Bachelor)Student thesis
Abstract [sv]
Hur framställs kvinnan i "Askungen" och "Snövit och de sju dvärgarna"? Hur förändras kvinnobilden i dessa sagor genom de olika versionerna av bröderna Grimm, Charles Perrault och Walt Disney? Dessa frågor söker jag svar på genom att granska sagorna utifrån ett feministiskt perspektiv. Mitt analysinstrument är Nikolajevas schema över könsstereotyper, där kvinnan är vacker, aggressionshämmad, lydig, mild, omtänksam, sårbar, beroende, passiv o.s.v. Både Snövit och Askungen är typiskt kvinnliga, medan styvmödrarna och styvdöttrarna står för de mer manliga egenskaperna.
Place, publisher, year, edition, pages
2003.
Keywords [sv]
Könsroller, kvinnobild, Askungen, Snövit
Identifiers
URN: urn:nbn:se:hh:diva-10757Local ID: U5764OAI: oai:DiVA.org:hh-10757DiVA, id: diva2:365881
Uppsok
Humanities, Theology
Note
Denna uppsats kan beställas från arkivet / This paper can be ordered from the archive. Kontakta / Contact: arkivet@hh.seAvailable from: 2010-11-09 Created: 2010-11-09Bibliographically approved

Open Access in DiVA

No full text in DiVA

By organisation
School of Humanities (HUM)

Search outside of DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric score

urn-nbn
Total: 1527 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf