Notice bibliographique
Résumé
Alors qu’on associe généralement la peur à des réflexes tels que la fuite, l’inhibition ou la démobilisation lorsqu’il est question de militantisme, cet article examine comment cette émotion peut parfois stimuler l’engagement de militantes féministes. Située au croisement des approches « actionnistes » (Bernard, 2017) des émotions, de la sociologie des mouvements sociaux et de la sociologie féministe, la discussion proposée s’inspire de 87 entretiens semi-dirigés réalisés entre 2006 et 2015 à travers le Québec, et d’une comparaison entre les milieux féministes suisses romands et québécois grâce aux 31 entretiens réalisés en 2018 et 2019 dans ces deux régions. En tenant compte des niveaux macro, méso et micro de l’analyse, l’article interroge les effets contrastés de la peur sur l’engagement féministe selon le positionnement des actrices dans les rapports sociaux de race, de classe et de sexualité, mais aussi selon les origines de la peur (intra ou extra mouvement), son degré d’intensité, ses interactions avec d’autres émotions (dont la colère) et le travail émotionnel (Hochschild, 2012) des féministes interrogées. L’article brosse ainsi un portrait des causes de la peur chez les féministes pour ensuite analyser les séquences émotionnelles les plus récurrentes en vue de mettre en relief diverses combinaisons émotionnelles et leurs effets sur l’engagement des féministes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,018 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 source (Gemma direct ou Codex distillé), 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 ».