Thoughts about intersectionality and risk. Interviews with key scholars
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,096 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 découle