Travailler ensemble entre hommes et femmes : émergence de la question et questions de méthode
Bibliographic record
Abstract
À travers quelques éléments historiques liés au champ des études sur les hommes, et à partir des travaux de recherche réalisés par l'auteur au cours de ces dix dernières années, l'article interroge les cadres problématique et méthodologique qui nous permettent de réaliser des études dans des équipes mixtes en hommes et femmes, tout en questionnant l'androcentrisme de la sociologie, et des sociologues eux-mêmes. Dans une première partie sont analysés les processus, parfois compliqués, par lesquels ont émergé en France des travaux proféministes. Puis, à partir du constat de la fréquente asymétrie des objets traités par les hommes proféministes et par les femmes sociologues féministes, et des questions qui traversent le champ des rapports sociaux de sexe en construction, l'article propose une discussion sur la méthode. Plus exactement, à travers l'exemple d'une recherche récente sur l'échangisme, l'auteur, qui se réclame de l'antisexisme, expose ses propres difficultés concrètes rencontrées sur le terrain de la recherche pour ne plus être pris dans l'androcentrisme, et accepter, valider et en définitive intégrer les vécus et analyses critiques proposés par ses collègues, femmes et féministes. En conclusion, l'article identifie les outils et les principes méthodologiques qui permettraient de mettre en place des débats prenant en compte la problématique des rapports sociaux de sexe dans les équipes mixtes d'hommes et de femmes.
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 | 0.143 | 0.167 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.006 | 0.009 |
| Science and technology studies | 0.008 | 0.033 |
| Scholarly communication | 0.018 | 0.022 |
| Open science | 0.004 | 0.013 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.010 | 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".