MétaCan
Menu
Retour à la cohorte
Enregistrement W3088583197 · doi:10.7202/1071278ar

Les quotas de femmes pour les entreprises et l’interdiction du burkini

2020· article· fr· W3088583197 sur OpenAlexvenueno aff
Darren Rosenblum

Notice bibliographique

RevueRevue générale de droit · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueMulticulturalism, Politics, Migration, Gender
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Le présent article décrit la manière dont les théoriciennes et militantes du féminisme ont réussi à inscrire leurs idéaux dans la fabrique du droit et dans la culture française, ainsi que la façon dont les non-féministes ont commencé à s’approprier ces idéaux. Le féminisme français, en jouant un rôle critique dans l’adoption de la Loi no2000-493 du 6 juin 2000 tendant à favoriser l’égal accès des femmes et des hommes aux mandats électoraux et fonctions électives [Loi sur la parité], qui exige que la moitié des candidats à un mandat électoral public soient des femmes, a tout d’abord provoqué un changement dans l’universalisme français quant au respect des différences de sexe. Malgré son succès mitigé, la Loi sur la parité a fait progresser l’inclusion politique des femmes en France. Ensuite, ces valeurs se sont fondues dans les normes étatiques et les valeurs publiques françaises. Cependant, alors même qu’elles s’imbriquaient dans les valeurs de l’État, ces valeurs ont commencé à être utilisées par la classe politique afin de promouvoir un certain nombre d’exclusions : en premier lieu, l’exclusion des musulmanes françaises d’une pleine participation à la République par l’interdiction du port du voile et de la burqa, suivie par d’autres exclusions fondées sur la classe et le sexe au moyen des quotas au sein des conseils d’administration (QCA) et, plus récemment, l’exclusion des musulmanes par l’interdiction du burkini.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,001

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 Opus0,127
Tête enseignante GPT0,360
Écart entre enseignants0,234 · 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'étudeSans objet
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue générale de droitMême sujetMulticulturalism, Politics, Migration, GenderTravaux en français237 207