La construction du sujet trans dans les discours juridiques québécois : une analyse discursive du jugement Moore
Bibliographic record
Abstract
En 2021, le jugement Moore (Centre for Gender Advocacy c. Procureur-Général du Québec, QCCS) clarifie les obligations du législateur au sujet du marqueur de sexe/genre et sa modification. Cette décision traite, entre autres, de ce que signifie « être trans », ainsi que du rôle joué par le marqueur de sexe/genre au sein de l’état civil. Elle a entraîné plusieurs changements législatifs, dont l’accès des personnes non-citoyennes à la modification de leur désignation de « sexe », ainsi que la possibilité pour les personnes non-binaires d’obtenir une désignation de « sexe » qui corresponde à leur identité de genre. La question de recherche se pose ainsi : comment sont construit·e·s l’identité trans et le marqueur de sexe/genre dans les discours juridiques québécois, et quelles en sont les conséquences politiques et normatives? À travers une analyse queer et trans critique du jugement Moore et des discours juridiques et parlementaires associés, ce mémoire propose trois angles analytiques concernant le sujet trans et le marqueur de sexe/genre dans les discours juridiques québécois : la formation identitaire, les stratégies de reconnaissance, et le rôle de l’état civil. Il en ressort que l’identité trans est conceptualisée à partir d’une norme cisgenre présupposant la stabilité du genre. Ce faisant, le sujet trans est enfermé dans la logique de « l’identité de genre ». À travers cette conception identitaire, le discours juridique insiste sur l’importance de reconnaître « l’identité trans », menant à une caricature de ce que constituent les multiples identités et expériences trans. Enfin, l’insertion des sujets trans dans l’institution de l’état civil renforce l’importance accordée au marqueur de sexe/genre pour l’identification des personnes, invisibilisant ainsi les normes et les relations de pouvoir à l’oeuvre dans l’utilisation d’une telle catégorie. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : transgenre, identité de genre, sexe, analyse de discours, queer, jugement Moore, marqueur de genre, PL-2
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.019 | 0.015 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 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".