Les politiques de stérilisation sexuelle au Canada et aux Ãtats-Unis : une pratique à l'intersection de rapports de genre, de race et de classe
Bibliographic record
Abstract
Dans ce mémoire, l’objectif poursuivi sera d’éclairer les dynamiques de genre, de race, de classe, de nation et de handicap à travers le phénomène du contrôle des capacités reproductives des femmes. Dans un premier temps, j’essaierai de comprendre comment les passés coloniaux du Canada et des États-Unis ont structuré leur rapport à la reproduction et comment celle-ci est devenue un enjeu politique de premier plan au sein de l’idéologie eugéniste. Dans un deuxième temps, j’explorerai quel a été le rôle de la science dans la mise en place, en Occident, de systèmes experts capables de guider la société vers le Progrès. Ces réflexions me permettront de retracer quel a été le contexte d’émergence des lois sur la stérilisation sexuelle et quels discours de légitimation ont été mis de l’avant afin de justifier l’appropriation des capacités reproductives de certaines populations jugées\n« indésirables ». Ainsi, je poserai l’hypothèse que les valeurs et présupposés « scientifiques » racistes, sexistes et classistes sous-jacents à l’élaboration de ces lois ont mené à des stérilisations forcées de certains groupes minorisés, c’est-à-dire les femmes autochtones au Canada et les femmes noires aux États-Unis. Je tenterai alors d’évaluer si, effectivement, les politiques de stérilisation aux Canada et aux États-Unis ont été discriminatoires dans leur formulation et dans leur mise en application à l’égard de ces populations. Finalement, je mobiliserai les figures de la welfare queen et de la squaw\nafin de comprendre comment ces identités assignées ont permis de légitimer un traitement différencié à leur égard et comment elles structurent encore aujourd’hui leur rapport à la sexualité et à la reproduction.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.022 | 0.024 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.016 | 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".