La discrimination intersectionnelle: la naissance et le développement d'un concept et les paradoxes de sa mise en application en droit antidiscriminatoire
Bibliographic record
Abstract
Résumé Suivant le postulat selon lequel le traitement isolé des motifs de discrimination contribue à la marginalisation des individus et des groupes subissant des discriminations multiples et imbriquées, l'article examine le processus d'intégration de l'intersectionnalité dans la pratique judiciaire antidiscriminatoire canadienne. Après avoir retracé la naissance et l'évolution de l'approche intersectionnelle de la discrimination, et examiné les critiques qu'elle formule à l'endroit du droit antidiscriminatoire, l'article établit, à partir de l'analyse d'un corpus jurisprudentiel comprenant une trentaine de plaintes de discrimination intersectionnelle traitées au cours des vingt dernières années à différents paliers juridiques canadiens et québécois, quatre modes d'appréhension de la discrimination par les tribunaux: moniste, compartimentée, cumulative et holiste (intersectionnelle). L'institutionnalisation de l'intersectionnalité dans le droit antidiscriminatoire peut être une piste prometteuse qui permet de reconfigurer les dispositifs juridiques de protection de l'égalité pour mieux lutter contre les formes imbriquées d'oppression et de discrimination. Mais elle peut aussi se transformer en une pratique libérale de «management de la diversité», faisant fi des inégalités structurelles et consacrant un discours axé sur les vulnérabilités individuelles.
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 | 0.008 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.014 | 0.083 |
| Scholarly communication | 0.012 | 0.008 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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.
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".