Sparring with femininity: an urban ethnography of mixed gender/martial arts youth programming
Notice bibliographique
Résumé
Cette ethnographie critique explore comment un groupe de jeunes femmes en milieu urbain a négocié sa place dans un programme de sport au service du développement axé autour d’un passe-temps traditionnellement masculin: les arts martiaux mixtes (MMA). Cette ethnographie s’est principalement déroulée dans un centre de jeunes situé dans un quartier central de Montréal, un quartier historiquement considéré à faible revenu. Le centre de jeunes offre une programmation parascolaire gratuite aux jeunes âgés de 11 à 18ans. Mon analyse s’accroît de la littérature des domaines de la sociologie du sport et du sport au service du développement, en élaborant sur quatre thèmes principaux: 1) La supposition fautive de la ‘femme fragile’, que j’ai défié en démontrant comment les participantes du programme d’arts martiaux mixtes ont résisté des stéréotypes résiduels qui jugent la jeune femme comme étant ‘trop délicate’ pour participer à des défis exigeants physiquement; 2) Le cliché de ‘femme désintéressée’, que j’ai dénoncé en illuminant la passion et la ténacité des jeunes femmes participant; 3) ‘La multitude d’artistes d’arts martiaux’, un thème à travers lequel j’ai aperçu comment les MMA pouvaient agir comme moteur pour inspirer et soutenir une grande variété d’idées novatrices au-delà du sport en soi; 4) Le ‘facteur de genre dans les pratiques d’auto-défense’, un thème qui discute comment les réalités vécues par les jeunes racisés/non-blanches dans le quartier (ex: le profilage et la marginalisation)—des réalités parfois associées au genre—sont reflétées dans la façon dont le programme enseigné. Or, cette thèse soulève d’importantes questions quant au rôle(s) qu’occupe ce programme MMA dans les vies des jeunes femmes. Les questions soulevées par cette thèse avancent notre réflexion sur les dynamiques de genre ancrées dans des programmes de sport au service du développement ainsi que sur les tensions évoquées par un groupe de jeunes femmes artistes martiaux mixtes en lien avec leur identité de genre et de leur identité raciale
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,010 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| 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 ».