Comparison in intersectional discrimination
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This article considers the use of comparison in establishing multi-ground claims of intersectional discrimination. Leading examples of test cases from the US and the UK exemplify the challenges in using comparison to establish discrimination against Black women, based on the grounds of both race and sex. These challenges include: the insistence on using a single mirror comparator (viz white men) or the difficulties in choosing multiple comparators from a range of options (viz white women, Asian women, Black men, white men etc); the missing rationale for the selection; and the unwieldiness in actually appreciating the nature of intersectional discrimination based on this exercise. To overcome these, Canadian courts have relaxed the strict requirement of necessarily resorting to comparison for proving discrimination and switched to the flexible approach. However, in practice, flexible approach appears as fastidious as strict comparison in its selection and use of comparators. Thus, neither of the two approaches has been too helpful in supporting intersectional claims. The article argues that instead, a useful way of proving intersectional discrimination is to follow the South African approach of making comparisons contextually: (i) between all relevant comparators, identified in reference to one, some, and all of the grounds or personal characteristics; and (ii) sifting through comparative evidence with the purpose of establishing similar and different patterns of group disadvantage which characterise the nature of intersectional discrimination. This approach brings both principle and purpose to employing comparison and can be especially useful in appreciating intersectional discrimination as based on multiple grounds.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle