Notice bibliographique
Résumé
This research paper traces the history of how the scientific measurement and visualization of sexed and racialized bodies enable them to be regulated in the context of abortion. In Part I, the paper examines how scientific visualization techniques developed in the 19th century prompted the Roman Catholic Church to declare any abortion following conception a sin, despite abortion being previously accepted if it occurred within two to three months of fertilization. This idea is then connected to how anti-abortion protestors use visual rhetoric to flatten narratives about why people seek abortions. They use singular images of aborted fetuses as visual substitutes for complex personal circumstances, and (like the Catholic Church) use these images to present the fetus as a fully formed human being. In Part II, the paper characterizes such visualization techniques as a type of rationalization, the process of turning something (like the body) into units of information, which enables it to be controlled. Part III studies how period-tracking apps rationalize the menstruating body and are used as evidence to penalize individuals for having abortions; however, the data obtained from these apps may be inaccurate because the human body is a complex biological organism that is inherently unpredictable (meaning that it can never be fully rationalized). Part IV examines how rationalization methods are not neutral and draws upon case studies of racialized individuals convicted of having abortions to argue that racialized bodies are perceived as criminal even before information is collected about them.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».