Restorative justice, intersectionality theory and domestic violence : epistemic problems in indigenous settings
Notice bibliographique
Résumé
This thesis problematizes the use of feminist intersectionality theory within the context of the restorative justice social movement as applied in cases of violence against women in culturally heterogeneous settings. I argue that there is an imbalanced anti-essentialist tendency in some intersectional approaches to restorative justice (RJ) and domestic violence that slides toward gender underestimation, ultimately, leading to a phenomenon defined by feminist scholar Kimberlé Crenshaw: intersectional disempowerment. This position threatens the epistemological and critical stances of that feminist analytical tool for understanding racialized women’s needs for security, offender accountability and empowerment at an individual level in situations of domestic violence. In addition, the existence of competing analytical categories in intersectional analysis and multicultural drives obscure pre-existing patriarchal relations in Indigenous communities applying RJ as remedial justice, i.e., intra-group gender inequality and allows co-optation of the intersectionality theory by ethnocultural non-emancipatory political interests. This poses potential detrimental consequences to racialized women dealing with some RJ interventions like alienation, exclusion and the silencing of victims' individual histories, reinforcing the fact that the representation of the individual female victim within the RJ movement has not been adequately resolved and remains deeply problematic. To illustrate my arguments, I focus on sentencing circles that are used ostensibly as state-sanctioned alternative criminal justice responses designed to ameliorate the systemic racism and over-incarceration rates that Aboriginal peoples experience in postcolonial jurisdictions such as Canada and Australia. I argue that these restorative-like experience are especially vulnerable to intersectional disempowerment. In these RJ models, it becomes unclear whether intersectional approaches can sustain the particular needs and interests of victimized women.
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 | 0,024 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,032 | 0,111 |
| Communication savante | 0,018 | 0,020 |
| Science ouverte | 0,003 | 0,027 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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 ».