La Necessite Des Approches Intersectionnelles en Sante: Le Cas de L’allaitement Maternel
Notice bibliographique
Résumé

 
 
 L’intersectionnalité renvoie à des expériences différenciées en fonction de l’articulation de multiples formes d’oppressions ou de privilèges. Le concept est également repris aujourd’hui pour l’étude des inégalités en santé, le plus souvent en se basant sur l’intersection de différents déterminants de la santé. Dans ce texte, l’auteure présente tout d’abord brièvement le concept d’intersectionnalité, puis fait le lien avec les déterminants de la santé. Pour ce faire, l’auteure aborde les raisons qui poussent les chercheur(e)s à se concentrer sur l’intersectionnalité dans le domaine des déterminants de la santé. L’article explique comment le fait de considérer l’articulation des inégalités en termes de « déterminants multiples » affecte la santé; ainsi que comment l’intersectionnalité peut combler des lacunes sur les connaissances de la santé des groupes marginalisés et de la population en général. De plus, l’auteure utilise l’exemple de l’allaitement maternel pour montrer de quelles manières le cadre d’analyse intersectionnelle pourrait être bénéfique pour l’avancement des connaissances sur un sujet précis. Pour conclure, l’auteure aborde les défis méthodologiques qu’ils restent à relever pour faire avancer les connaissances dans ce domaine.
 
 
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 | 0,028 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,029 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».