Reflections on Neurofeminism and Intersectionality Using Insights From Psychology
Notice bibliographique
Résumé
Intersectionality contends that sex/gender is constituted of and with other social categories, and that the social structures giving rise to inequality should be addressed in research. This is a powerful and important perspective from which to investigate the processes and consequences of social group memberships, one which has been overlooked by most neuroscientific research. In particular, neurofeminism, a field of critical neuroscience that challenges neuroscientific assumptions, methods and interpretations of data that reinforce sexism, has ignored intersectionality to date. In contrast, research in the field of psychology has been engaging with intersectionality for more than a decade. In reflecting on how intersectionality has advanced feminist research in psychology, this paper provides a critical analysis of potential novel research avenues for neurofeminism. We identify three main research themes guided by intersectionality. The first theme involves research centered on understanding the socio-structural causes of health inequalities experienced by individuals with intersecting marginalized social identities; the second concerns research addressing the psychological processing of social group memberships that underlies the enactment of systemic discriminatory practices; and the third theme comprises intersectionality research that aims to challenge psychological epistemology. Drawing parallels between the fields of psychology and neuroscience, we explore the potential benefits and risks of advancing an intersectionality-informed neurofeminism.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,014 |
| Communication savante | 0,004 | 0,008 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».