Les entraves à l’approche « intersectionnelle » canadienne de la discrimination
Notice bibliographique
Résumé
Au Canada, le juge a une approche de la discrimination qui s’intéresse d’avantage à la façon dont la société traite la personne qu’à ses caractéristiques intrinsèques. Une telle logique permet d’analyser la discrimination lorsque les plaintes sont fondées sur des motifs reliés les uns aux autres. Elle n’exige pas que la pratique discriminatoire entre dans une catégorie ou un critère illicite. En revanche, en France, la lutte contre les discriminations consiste à identifier au préalable des groupes ou des sous-groupes sociaux à protéger pour des raisons particulières. C’est principalement ce cadre législatif, issu du droit de l’Union européenne (UE), qui conditionne cette « catégorisation » de la lutte contre les discriminations. C’est là que réside le principal frein au développement d’instruments juridiques de lutte contre les discriminations intersectionnelles. Dès lors, les exemples juridictionnels canadiens ouvrent des pistes de réflexion dans la recherche d’effectivité de la lutte contre ces discriminations. Il est alors possible de dépasser les entraves à l’application de l’approche intersectionnelle en présentant les leviers qui s’offrent au droit français. Ainsi, au regard du droit canadien, trois types d’entraves pourraient être dépassées: celles liées aux conceptions, aux autorités et aux modalités de la lutte contre les discriminations.
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 | 0,015 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,012 | 0,013 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,003 |
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 ».