MétaCan
Menu
Retour à la cohorte
Enregistrement W2906079571 · doi:10.7202/1075770ar

Jeunes femmes de la rue et féminités marginalisées. Que nous révèlent les récits des principales intéressées ?

2021· article· fr· W2906079571 sur OpenAlexaffvenueabout
Catherine Flynn, Mélissa Cribb, Dominique Damant

Notice bibliographique

RevueRevue Jeunes et Société · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensUniversité de MontréalUniversité LavalUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceSociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Les travaux menés auprès de jeunes femmes en situation d’itinérance s’articulent souvent autour de la notion de risque. S’ils présentent la rue comme un milieu dangereux pour les jeunes femmes, notamment en raison des risques de subir une ou plusieurs agressions à caractère sexuel, ils contribuent également à présenter ces jeunes femmes comme une population délinquante, voire criminelle. Lorsqu’elle est étudiée à l’aide d’une méthodologie qualitative axée sur la parole de ces femmes, et analysée dans une perspective féministe, l’expérience des jeunes femmes en situation d’itinérance nous renseigne sur la façon dont leurs attitudes et comportements peuvent être compris à travers une matrice traversée par des rapports de pouvoir liés au genre et à l’âge. Cet article présente une analyse féministe intersectionnelle du « traitement » subi par les jeunes femmes de la rue à travers les différentes institutions qu'elles ont côtoyées entre 15 et 25 ans, lorsqu’elles ont adopté une conduite en tension avec celle associée aux stéréotypes sexistes de féminité. Cette analyse repose sur les récits des participantes tels que colligés dans le cadre d’une recherche-action participative réalisée entre le printemps 2013 et l’été 2014 avec sept jeunes femmes en processus de sortie de rue de la région de Québec. Cette étude avait pour objectif de documenter les violences structurelles expérimentées par celles-ci, de même que leurs stratégies pour y faire face.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,007
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,392
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRevue Jeunes et SociétéMême sujetSocial Sciences and GovernanceTravaux en français237 207