23. What’s in a Face? Demeanour Evidence in the Sexual Assault Context
Notice bibliographique
Résumé
Sexual assault is an area of law that has been fraught with misogyny and racism. This paper attempts to contribute to the literature on gender-justice in the sexual assault context by relying on an intersectional analysis that examines religion and culture. In doing so, I discuss the needs of a small minority of women. Though their numbers may be few in Canada, adequately responding to the plight of niqab-wearing women in this context is both just and will serve to ameliorate the workings of the judicial system for all women. In Toronto, Ontario, a Muslim woman complainant recently made a request to wear her niqab while giving testimony in a preliminary inquiry in which she alleged that two accuseds sexually assaulted her over a period of several years. The accuseds’ lawyers objected to the complainant wearing her niqab arguing that it prevented them from effectively cross-examining her. This paper will argue that the prosecution and adjudication of the offence of sexual assault must be more inclusive of the needs of Muslim women who cover their faces. My interest with this work is in ensuring that women’s equality is furthered, that women from minority groups in particular are not in the unhelpful position of having to choose between their cultural or religious beliefs and other fundamental rights that they are entitled to.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,030 |
| Communication savante | 0,012 | 0,008 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».