Between the Duty to Remember, Make Reparation, and Decolonial Feminism: How Can We Combat Gender-Based Sexual Violence?
Notice bibliographique
Résumé
Gender-Based Sexual Violence (GBSV) refers to coercive sexual acts regardless of the victim's relationship with the perpetrator or the setting. Prevalent during armed conflicts, it not only directly harms women but also impacts entire communities. Survivors face physical, mental, and social repercussions, compounded by societal shaming. Rooted in power dynamics influenced by colonization, GBSV perpetuates societal norms and prejudices. Traditional practices like male initiation rites contribute to a culture of male dominance, exacerbating GBSV. Storytelling plays a therapeutic role, but communities may perpetuate stigma, hindering support access. Addressing these obstacles, a holistic healing model, initially implemented at Panzi Foundation, provides avenues for survivors’ reparation and empowerment through medical treatment, psychosocial support, legal services and socioeconomic reintegration. Hence, the role of communities and governments is crucial. The duty to remember and repair presents challenges for states, especially in the context of war. Governments’ memory shaping raises politicization and reconciliation queries. The United Nations recognizes norms of amendment; yet achieving genuine reparation requires addressing root causes and consequences comprehensively. This leads to embrace African solutions, involving drawing from ancestral heritage and transcending colonial borders. Decolonial feminism focuses on demilitarizing society, which entails civil society's active engagement. Postcolonial feminism challenges patriarchal structures and promotes gender equality, addressing intersecting violence. Amidst calls for forgetfulness, commemoration and accountability, a just and faithful memory approach is advocated to conquer peace.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».