Le trafic des femmes au Canada : une analyse critique du cadre juridique de l'embauche d'aides familiales immigrantes résidantes et de la pratique des promises par correspondance
Bibliographic record
Abstract
Nous analysons le cadre juridique de deux manifestations du trafic des femmes, soit\nl’embauche d’aides familiales immigrantes résidantes et la pratique des promises par correspondance. Nous définissons le trafic des femmes comme l’exploitation d’une femme, notamment de son travail rémunéré ou non, ou de ses services, avec ou sans son consentement, par une personne ou par un groupe de personnes, dans un rapport de force inégalitaire. Le trafic des femmes, qui se manifeste par l’enlèvement, l’usage de la force, la fraude, la tromperie ou la violence, entraîne des mouvements transfrontaliers de personnes entre pays divisés par une inégalité économique. Ce trafic conduit, entre autres, à l’immigration légale ou illégale de femmes au Canada et porte atteinte aux droits fondamentaux de celles-ci. Malgré l’apparente neutralité du droit qui régit ces situations, nous optons pour un cadre théorique féministe, puisque notre recherche s’intéresse au sort des femmes qui font l’objet de ces types de trafic. De plus, nous adoptons une approche intersectionnelle qui tient compte de l’interrelation entre les identités ethniques, religieuses et culturelles des femmes qui subissent ces formes d’exploitation.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.035 | 0.017 |
| Scholarly communication | 0.009 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".