MétaCan
Menu
Back to cohort
Record W1968543366 · doi:10.7202/1025956ar

Genre, parenté et techniques de reproduction assistée : bilan et perspectives après 30 ans de recherche

2014· article· fr· W1968543366 on OpenAlexvenueno aff
Jérôme Courduriès, Cathy Herbrand

Bibliographic record

VenueEnfances Familles Générations · 2014
Typearticle
Languagefr
FieldMedicine
TopicReproductive Health and Technologies
Canadian institutionsnot available
FundersAgence Nationale de la Recherche
KeywordsHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Ce numéro d’Enfances Familles Générations propose de se pencher sur les problématiques actuelles soulevées par les techniques de reproduction assistée (TRA) au regard des questions de parenté et de genre. Si, dans un monde globalisé, diverses possibilités reproductives sont désormais accessibles, celles-ci soulèvent de nombreuses questions socioanthropologiques du point de vue des rapports de pouvoir qu’elles engendrent, des pratiques et des régulations parfois très différentes dont elles font l’objet, ainsi que des significations individuelles et culturelles qui leur sont attribuées. Ces questions ont donné lieu à une littérature riche et abondante au cours des trente dernières années, en particulier dans le monde anglo-saxon. Cet article introductif est ainsi l’occasion de faire dialoguer davantage, en soulignant leurs apports respectifs, des travaux relevant de traditions différentes, en particulier dans les mondes francophones et anglophones. À partir de ce bilan des questionnements majeurs qu’a suscités l’étude des TRA dans les domaines du genre et de la parenté, nous soulignons les enjeux qui restent en suspens et qui mériteraient selon nous de faire l’objet de plus amples investigations. Le fil conducteur de notre propos, sur la base de la littérature disponible et des enquêtes menées jusqu’ici en sciences sociales, est d’insister sur la dimension du genre comme inextricable de l’expérience et de l’étude des techniques de reproduction assistée.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.006
metaresearch head score (Gemma)0.010
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch, Meta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.620
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0060.010
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0000.001
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.178
GPT teacher head0.446
Teacher spread0.269 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations19
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueEnfances Familles GénérationsSame topicReproductive Health and TechnologiesFrench-language works237,207