Bibliographic record
Abstract
L’expression « féminisation du sida » est communément utilisée pour évoquer la plus grande vulnérabilité des femmes au VIH et la manière disproportionnée dont elles en sont infectées. Cette expression sert en quelque sorte de raccourci pour désigner le fait que le sexe féminin et le genre féminin interagissent pour rendre les jeunes filles et les femmes particulièrement vulnérables à l’infection. Dans cet article, j’émets l’idée qu’une focalisation sur la vulnérabilité à l’infection est excessivement réductrice et qu’en fait, le sida peut être considéré comme étant « féminisé » — ou comme ayant des conséquences et des implications particulières pour les femmes — de multiples manières. J’examine trois études de cas concernant le VIH provenant de mon travail de terrain en Papouasie–Nouvelle-Guinée : la première porte sur la vulnérabilité des femmes dans le contexte de l’extraction des ressources minières ; la deuxième concerne un atelier de sensibilisation au sida au cours duquel les hommes et les femmes en sont presque venus aux coups ; et la troisième démontre l’isolement social et la dévalorisation morale accrus des femmes lorsqu’elles reçoivent un diagnostic de séropositivité. À travers l’analyse de ces trois cas, je suggère que le genre, en tant que concept analytique, doit être considéré comme l’une des dimensions des épidémies à tous leurs stades — de la vulnérabilité à l’intervention, jusqu’au traitement et aux soins.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".