Femtech in context: A critical conceptual (re)view
Notice bibliographique
Résumé
Emerging as a commercial category in 2016, 'femtech' has been publicly celebrated as a category of consumer-based digital health technologies designed to support the unmet and systemically marginalized health needs of women in areas such as menstruation, fertility, pregnancy, postpartum, and menopause, through data-driven apps, wearables, and self-diagnostic tools. Since its emergence, the term femtech has become culturally significant and has taken on a life of its own across commercial, public, and healthcare discourses. Despite the growth of femtech scholarship, clarity is lacking on how different disciplines have challenged the assumptions about sex, gender, health, technology, and innovation that shape dominant understandings of 'who' femtech is for (i.e. fem) and 'what' it constitutes (i.e. tech). Motivated by this research gap, a critical conceptual review was conducted to provide new entry points into critical debates. This article novelly adapts 'diffractive reading' as a methodological approach to bring disciplinary perspectives on femtech into conversation with one another across anthropology, computer science, cultural studies, gender studies, information studies, law, media studies, medicine, and science and technology studies. This article focuses on insights drawn between critiques of femtech which trouble the ideologies, discourses, and practices that shape dominant understandings of 'fem' and 'tech'. In thinking through and with the conceptual boundaries of femtech, this review underscores the ongoing need to examine femtech's role in shaping global dynamics of reproductive, labor, and environmental justice, in addition to neoliberal approaches to healthcare more broadly.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».