Anti-Veiling and the Charter of Québec Values: “Native Testimonials,” Erasure, and Violence against Montreal’s Muslim Women
Bibliographic record
Abstract
Depuis plus d’une décennie au Québec, des débats gouvernementaux ont cours concernant la règlementation du port de « signes ou symboles religieux », notamment les hijabs, niqabs, kippas, turbans et grands crucifix. En tenant compte de l’islamophobie genrée, j’analyse le processus antivoile, qui se sert des appareils d’État, comme les politiques, le débat public ou la loi, pour régir les pratiques relatives au voile islamique. À la lumière de cette approche, j’examine les rencontres entre des féministes aux diverses positions dans le contexte du débat sur la Charte des valeurs québécoises (projet de loi 60) et j’analyse comment ces actions ont reproduit ou légitimé des formes précises de subjectivation. Je mets également au premier plan les entrevues que j’ai réalisées avec des femmes musulmanes à titre individuel et en tant que militantes entre 2013 et 2014. Je soutiens que le processus antivoile produit des conséquences négatives pour les musulmanes en privilégiant la «voix autochtone» des musulmanes « de l’intérieur » tout en effaçant la complexité des identités des femmes musulmanes et en minimisant la violence qui se manifeste dans les débats publics entourant les « signes ou symboles religieux ».
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.022 | 0.012 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".