Analyse du concept de la « paix » dans les CVR au moyen de l'approche du gender lens : l'exemple de la Sierra Leone
Notice bibliographique
Résumé
Dans les dernières décennies, la justice transitionnelle et ses mécanismes se sont démarqués comme étant des processus opportuns dans lesquels l’intégration d’une lecture genrée de la paix pourrait améliorer la condition des femmes dans les sociétés post-conflit. Plus particulièrement, de nombreuses autrices féministes en matière de doctrine et spécialistes de la justice transitionnelle ont fait valoir l’importance des CVR comme structures permettant de tenir compte du genre dans le cadre des processus de reconstruction de la paix. Pour cette raison, certaines CVR créées récemment, dont la plus reconnue en Sierra Leone, ont tenté d’intégrer une approche de gender lens à leurs structures. Toutefois, alors que l’utilisation d’une approche de gender lens dans les travaux des CVR est certainement importante et continue d’être nécessaire, l’application restreinte de cette approche fait en sorte que les CVR n’ont jusqu’à présent pas réussi à répondre aux besoins des femmes en matière de paix dans les sociétés post-conflit. En utilisant l’exemple de la CVR en Sierra Leone, ce travail avance que les CVR reproduisent des compréhensions masculines de la guerre et de la paix telles qu’elles sont envisagées dans la politique internationale et, par conséquent, dans les mécanismes de justice transitionnelle créés par la communauté internationale. Ainsi, cette vision masculine de la paix empêche les CVR, malgré l’intégration d’une approche de gender lens, de répondre aux besoins particuliers des femmes dans les processus de reconstruction de la paix. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Commission de vérité et de réconciliation, justice transitionnelle, droit international, gender lense, approche féministe, Sierra Leone
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,014 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».