Sexisme(s) urbain(s) : Jeunes filles et adolescentes à l’épreuve de la ville
Bibliographic record
Abstract
Cadre de la recherche :Cet article propose de revenir sur une récente enquête de victimation (Alessandrin, Franquet et Dagorn, 2016) concernant les déplacements des femmes dans la ville. Objectifs :L’objectif de cet article est de porter un regard particulier sur l’usage de la ville par les jeunes filles et les adolescentes rencontrées durant cette enquête. Méthodologie :Méthodologiquement, cette enquête prend appui sur 5.210 questionnaires, parmi lesquels 13,8 % proviennent de mineures et 51,3 % de jeunes filles âgées de 20 à 25 ans. Viennent s’ajouter à ce dispositif méthodologique, des focus groupes, des marches exploratoires et des observations dans les transports et espaces publics des villes investiguées, que sont la ville de Bordeaux et son agglomération. Résultats :Cette enquête nous invite à saisir la centralité des notions d’âge et de genre dans l’appréhension de l’environnement urbain et dans les déplacements qui en découlent. Ainsi, si les jeunes filles et les adolescentes déclarent se sentir à l’aise dans la ville, ce sont elles qui sont le plus victimes d’agressions sexistes, de discriminations et de harcèlement dans les espaces publics Conclusions :En conclusion, cet article souligne la question des usages de la ville et du sentiment de climat urbain perçu par les jeunes filles et adolescentes. Il encourage aussi à différencier les étudiantes des lycéennes et interroge fortement les lieux de sociabilité juvéniles dans l’expression des phénomènes sexistes. Contribution :Grace à des données empiriques récentes et une recherche quantitative de grande ampleur, cette recherche éclaire le rapport des jeunes filles à la ville dans un contexte de discussion sociale et politique autour de la notion de « harcèlement ».
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".