Théorie crip et études de la folie : intersections et points de départ
Bibliographic record
Abstract
Les expériences des personnes crip et folles, tout comme les disciplines qui abordent ces enjeux, soit la théorie crip et les études de la folie, ont rarement été réunies de manière synthétisée. Dans cet article, je mets en relation la théorie crip et les études de la folie pour en explorer les similitudes, les intersections et les points de départ. L’article commence par un examen des expériences de vie similaires entre les corps crip et les corps fous. Nous abordons entre autres l’isolement familial, la honte, la culpabilité et l’essentialisme, les stéréotypes et la discrimination, les expériences et les taux de violence, le pouvoir des étiquettes de diagnostic ainsi que les phénomènes de « passing » et de « coming-out ». Ensuite, la discussion se tourne vers les chevauchements théoriques entre la théorie crip et les études de la folie, notamment l’essentialisme (stratégique) versus le constructionnisme, l’opposition aux normes, la subversion et la transgression comme outils politiques et la problématisation des binarités. L’article se conclut par une réflexion sur la combinaison des deux écoles de pensée afin de soutenir la création de stratégies collectives et par une interrogation sur les méthodologies politiques axées sur la centralisation des dialogues autour des théories crip (cripping) et de la folie (maddening).
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 | 0.006 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.063 |
| Scholarly communication | 0.010 | 0.014 |
| Open science | 0.001 | 0.010 |
| Research integrity | 0.003 | 0.007 |
| 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".