Addressing Violence and Harassment in Canada’s Senate: Critical Actors and Institutional Responses
Notice bibliographique
Résumé
The global movements of #MeToo, #TimesUp, and #BlackLivesMatter have brought the issues of gender and race-based violence into the public domain. The realm of politics is no exception. Over the last several years (and predating #MeToo), Canadian politicians and staffers at all levels of government and from all political stripes have faced sexism, racism, homophobia, harassment, and threats of violence from members of the public and from their colleagues. Since the 2019 federal election, this has included an armed trespasser apprehended on the grounds of Rideau Hall who made threats against Prime Minister Justin Trudeau, the vandalism of Minister Catherine McKenna’s constituency office window which was spray-painted with a vile, misogynistic word, and the street harassment of NDP leader Jagmeet Singh that was widely shared on social media. Although white, heterosexual, cisgender male politicians and staffers also experience violence, women, Black, Indigenous and persons of colour (BIPOC) and members of the LGBTQ+ community are disproportionately more likely to be on the receiving end of such acts and threats both on social media and in real life.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,085 | 0,024 |
| Communication savante | 0,018 | 0,003 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; 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 ».