Prise en charge et stigmatisation des avortantes dans l’institution médicale : la classe des femmes sous surveillance
Bibliographic record
Abstract
Depuis 1975 et la délégation exclusive des avortements à la sphère médicale, l’emprise de l’État sur le travail reproductif des femmes a connu de profondes métamorphoses. L’article vise à nourrir une sociologie de l’action publique de santé, afin de saisir les recompositions de l’application de la politique de contrôle des naissances et les investissements professionnels qu’elle implique. En nous appuyant sur des matériaux variés – observation de différentes structures de prise en charge des avortements, ainsi qu’entretiens menés auprès de professionnelles de soin et de femmes ayant avorté en France –, il s’agit d’analyser les parcours institutionnels d’avortement. L’agencement des espaces, l’organisation des examens, les pratiques des professionnelles et la codification des interactions participent d’un étiquetage des usagères et d’une inertie des représentations. La stigmatisation des populations contrôlées et l’échelle de valeurs construite à propos des parcours procréatifs s’articulent avec un travail de rééducation des comportements des déviantes , alors enjointes à adhérer aux normes procréatives et contraceptives tout comme à un recours exceptionnel à l’avortement.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".