Thoughts about intersectionality and risk. Interviews with key scholars
Notice bibliographique
Résumé
Since the early twenty first century, feminist and intersectional approaches to risk research have gained momentum, initially emerging from studies on HIV risks within health studies. Over the past decade, these approaches have expanded to other fields. As editors of this special issue, Katarina Giritli Nygren and Anna Olofsson introduce a reflection piece anchoring the issue. The reflection piece includes insights from seven influential scholars in the intersectionality, equality, and risk fields: Lisa Bowleg, Dean Curran, Kelly Hannah Moffat, Claudia Mitchell, Lori Peek, Ignacio Rubio C., and Jens O. Zinn. Each scholar offers personal reflections on the development of intersectional analyses in risk research, highlighting key areas for future research. Three themes emerged: challenging risk as a neutral concept, addressing the complexity of risks in everyday life, and navigating between social structures and identity struggles. Contributors argue for contextualising risk within broader societal structures, embracing complexity, and understanding the intertwined nature of inequalities. Some, but not all, also advocate for intersectionality as a critical concept for studies of systemic change and equality. Overall, the reflections underscore the importance of centring intersectionality in understanding the dimensions of inequality and risk. The piece concludes by calling for further conversations and reflections to deepen our understanding of risk mobilisations and their links to inequality, both locally and globally. Such conversations can challenge assumptions and revitalize risk research, envisioning alternative worlds that prioritize equality.
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 | 0,033 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,039 | 0,052 |
| Communication savante | 0,024 | 0,029 |
| Science ouverte | 0,006 | 0,030 |
| Intégrité de la recherche | 0,010 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».