« Trying to avoid », « trying to conceive » : (re)produire une féminité contradictoire par la quantification
Notice bibliographique
Résumé
En suivant les signes physiologiques du cycle de leur fertilité, les femmes peuvent produire de l’information sur soi qui constitue ainsi une technique alternative aux moyens contraceptifs et aux moyens d’aide à la conception hormonales et chirurgicales. Depuis 2009, des applications numériques mobiles soutiennent ces pratiques en offrant une plateforme permettant la quantification du cycle de fertilité. Loin de reproduire seulement une représentation du féminin devant respecter sa « nature » reproductive, les applications de gestion de fertilité promeuvent un idéal de contrôle de soi informationnel focalisé sur la domination de cette même nature. Cet article cherche donc à comprendre comment une technologie de gestion de la fertilité participe de la (re) production des catégories de genre. Nous y analysons cet objet à l’intersection de théories de la production d’un sujet féminin et de théories de la production d’un sujet néolibéral afin d’identifier quelles formes prennent ces catégories et les façons dont elles s’actualisent au sein de ces applications. L’application de gestion de fertilité Kindara professe que l’« empowerment » des femmes passe par le contrôle informationnel de soi, un « empowerment informationnel ». À travers l’étude de cas de l’application Kindara, nous verrons comment cet idéal d’« empowerment », associé à celui d’une réalisation de soi qui passe par la maternité, participe au sentiment d’impuissance des femmes incapables de concevoir un enfant, incapables de contrôler leur corps selon leur volonté.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 tête enseignante, 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 ».