Femmes et violence policière : réflexions féministes sur le pluralisme violent dans les favelas de Rio de Janeiro au Brésil
Bibliographic record
Abstract
Cet article se penche sur la violence policière en contexte de « pluralisme violent » tel que défini par Arias et Goldstein (2010), dans une perspective féministe et intersectionnelle. Les résultats s’appuient sur des données qualitatives obtenues lors d’entrevues, de groupes de discussions et d’observations participantes dans le cadre de deux recherches de terrain menées dans treize favelas de la ville de Rio de Janeiro au Brésil auprès de quarante résidentes en 2016 et 2018. L’article développe deux arguments principaux. Premièrement, malgré l’invisibilisation des expériences des femmes afrodescendantes, celles-ci ne sont pas épargnées par la violence policière qui repose sur les rapports sociaux de classe, de race, de genre et de spatialité. Deuxièmement, considérant la récurrence des incursions violentes de la police, les femmes afrodescendantes doivent assumer une charge de travail supplémentaire, principalement en ce qui a trait au travail ducare, qui continue d’être socialement dévolu aux femmes. Se protéger de la violence policière au quotidien s’articule ainsi fortement à une forme decarepréventive (ou « dirty care ») qui alourdit et complexifie considérablement la vie quotidienne. Cet article propose de concevoir la violence policière comme un élément fondamental de la violence urbaine dans les favelas, elle-même reliée au contexte plus large de pluralisme violent qui caractérise nombre de « démocraties » en Amérique latine. Ainsi, l’éclairage féministe porté sur la violence policière a aussi pour ambition de contribuer à une compréhension du pluralisme violent qui prenne en considération la continuité des violences raciales et les rapports sociaux de genre.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.012 | 0.018 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.003 | 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".