Bibliographic record
Abstract
La loi-cadre contre les violences de genre en Espagne est souvent mise en avant comme l’une des législations les plus complètes et avant-gardistes en matière de violences de genre en Europe. Cependant, depuis sa promulgation, des associations féministes et des spécialistes ont critiqué le caractère partiel et restreint de la définition légale des violences de genre, qui restent réduites aux violences conjugales. L’un des enjeux de cette définition limitée est le comptage officiel du nombre des féminicides, qui demeure bien en dessous du nombre des femmes tuées par des hommes « parce qu’elles sont des femmes » dans le pays. Dans cet article, nous revenons sur la façon dont cette définition a été mobilisée dans la loi et les problèmes qu’elle a ensuite suscités, en termes de production des données sur les violences mais aussi d’accès aux droits pour les victimes. Nous présentons les divergences dans la production des chiffres des féminicides selon le gouvernement et les associations féministes de la société civile, divergences qui concernent plus largement la définition de ce qu’est la violence de genre en Espagne. Nous abordons ensuite quelques controverses-clés qui ont été très médiatisées et parfois discutées au sein du parlement espagnol, comme celle de l’invisibilisation des femmes tuées dans le cadre du système prostitutionnel. Enfin, nous voyons comment le comptage des féminicides en Espagne est en train d’être repensé à la suite des exigences des conventions internationales ratifiées par l’État, comme la cedef ou la Convention d’Istanbul.
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 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.008 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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".