Bibliographic record
Abstract
Le film Iron Jawed Angels (2004, de la cinéaste Katja von Garnier) porte sur la deuxième vague des suffragettes aux États-Unis au tournant du siècle dernier. Dans cet article, j’aborde le film comme s’il s’agissait d’un texte juridique que je lis au moyen de lentilles « intersectionnelles ». J’y discute de la manière dont le processus visant à l’établissement du suffrage, comme l’illustre le film, génère des significations sur les normes et valeurs dominantes, les rôles attribués à chaque sexe et les notions d’égalité. J’examine trois scènes par le biais de lentilles « intersectionnelles » afin de soutenir que le film Iron Jawed Angel démontre à quel point le mouvement des suffragettes s’articule autour de pratiques d’exclusion fondées sur la race, le sexe, la classe sociale et la citoyenneté. Je tiens cependant à souligner que, par l’entremise de trois interactions entre les différences et les similitudes, ce film propose des points de vue intéressants et complexes sur la justice et l’égalité. Ces potentialités tant réductrices que transformatrices, hégémonie et collaboration, façonnent et reflètent la vie des femmes au tournant du XXe siècle. J’explique en outre la manière dont ces mêmes tensions continuent d’influer sur la vie des femmes aux États-Unis de nos jours.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".