MétaCan
Menu
Retour à la cohorte
Enregistrement W7115931018 · doi:10.5206/fpq/2025.4.18657

Early Modern Feminists on Wooing as a Gendered Epistemic Harm

2025· article· en· W7115931018 sur OpenAlexaffvenue

Notice bibliographique

RevueFeminist Philosophy Quarterly · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensMcMaster University
Organismes subventionnairesUniversität Paderborn
Mots-clésAgency (philosophy)HarmCoercion (linguistics)Power (physics)Relation (database)Autonomy

Résumé

récupéré en direct d'OpenAlex

In this article I explore how three early modern European feminists—Marie de Gournay, Margaret Cavendish, and Mary Astell—discuss wooing in surprisingly similar ways. Independently and without the benefit of a personal or intellectual relationship, all three highlight how wooing is characterized by deception, insincere flattery, and occasional coercion to secure consent to marriage; they problematize how wooing tricks women into consenting to their own subordination. This is a feminist social epistemological project: Gournay, Cavendish, and Astell recognize wooing as a gendered socio-epistemic harm, for wooing undermines women’s abilities to exercise their epistemic agency over making what was often the single most consequential choice in their lives—who to accept as husband. I argue that for Gournay, Cavendish, and Astell, wooing not only is a gendered socio-epistemic harm but also manifests an epistemic injustice, hermeneutical obscuring, which was deployed by wooers in service of maintaining patriarchal power hierarchies. For Gournay, Cavendish, and Astell, the social practice of wooing manifests patriarchal control via a kind of gendered epistemic tyranny. Successful wooing frustrates epistemic capacities, entrenches gender hierarchies, and traps women in the epistemically and politically subordinating relation of marriage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,511
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,006

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,340
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFeminist Philosophy QuarterlyMême sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207