Notice bibliographique
Résumé
Let us imagine this situation for a moment: In the universities and centers of research, learning, and advocacy on women and gender, the majority of courses and programs are about health and medicine, demographic patterns, voting behaviors, family relations, and individual roles, lifestyles, and places of residence.There is data-rich empirical research on gender inequality, work, and income, and occasional but ambivalent attention paid to political activism, international and multicultural dimensions, and media imagery.But outside of a few writers and graduate students, very few resources are directed to theoretical issues of agency discourse, the body, and sexuality; or the history of the women's movement; or feminist treatments of film, art, spirituality, transgender relationships, prisons, domestic violence, or race.Thinkers from Simone de Beauvoir to Judith Butler are rarely part of required reading lists, while terms such as "feminist epistemology" or "intersectionality" and well-trod critiques of the medicalization, deviantization, and criminalization of women are hardly mentioned.Only a few sessions at major conferences on sex and gender are usually permitted on discourse, narrative, resistance, bodies, governmentality, and textuality, and even so get lumped together as 'postmodern theory' or derided as inappropriately 'political.'In this imaginary world, leading researchers believe that their anti-sexist research on women, however uncritical, is a sufficient indication of their radical identity and ideological solidarity with all suffering women.And traditional mainstream psychological, sexological, and medical fields are still the authorities despite the feminist movement's exposure of the narratives of patriarchal power underlying their scientific truths.Would we or our students tolerate this situation of such embarrassing backwardness?Yet, this is what we face in age/aging studies today, where aging research and teaching are akin to the imaginary situation I present above, the difference being that it would be unacceptable in women's/ gender/sexuality studies.In far too many of our universities and learning
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 | 0,058 | 0,160 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,005 | 0,012 |
| Communication savante | 0,016 | 0,031 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,004 |
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 ».