0,00 €

Nessun prodotto nel carrello.

0,00 €

Nessun prodotto nel carrello.

Università e gender gap: quando il merito non basta

spot_imgspot_imgspot_imgspot_img

Essere una donna, una scienziata e un’accademica oggi in Italia è un triplo salto carpiato nel mare dell’intersezionalità che abbraccia tutte le minoranze in senso lato. Ne abbiamo parlato con la scienziata Vittoria Brambilla

Articolo a pagamento

Lo sappiamo: il paywall è odioso.
Ma il nostro giornale vive solo grazie ai suoi lettori.
Per questo alcuni nostri articoli, come questo, sono riservati a chi acquista la nostra rivista e si abbona. Diamo ai nostri abbonati la rivista completa, con notizie originali e fonti e voci esclusive.
Cerchiamo di essere più indipendenti possibili perché crediamo che solo così possiamo garantire ai lettori un'informazione priva di condizionamenti.
Se anche tu credi nella nostra missione, unisciti a noi acquistando una copia o abbonandoti al progetto!

Se hai già acquistato il numero o una collezione, accedi qui.

Articoli correlati

Dall’intersezionalità alla cancellazione: come il femminismo digitale ha deviato la lotta

Il termine «intersezionalità», coniato da Kimberlé Crenshaw, è oggi spesso usato in modo fuorviante. Cos’ha in comune con la giustizia trasformativa e gli insegnamenti di bell hooks?

Identità non binaria in Italia: cosa dice la legge

Le persone non binarie non vedono coincidere la propria percezione del sé con il sesso anagrafico, non identificandosi né nel genere maschile né in quello femminile. Da ciò deriva una lesione all’integrità psicofisica che si traduce, nella pratica, anche nell’impossibilità di darne atto nei documenti ufficiali

Sottodiagnosi e disuguaglianze: l’ADHD invisibile nelle minoranze

Studi statunitensi indicano una sottodiagnosi di ADHD nelle minoranze etniche. In Italia mancano ricerche, ma diversi specialisti ritengono plausibile lo stesso fenomeno

Chi scrive le storie che guardiamo: voci di donne al cinema

La nuova legge-cinema, il maschilismo velato, l’assenza di pluralismo: l’esperienza di tre sceneggiatrici italiane

Bias dell’IA: perché gli algoritmi discriminano donne e persone di colore

Tra addestramento carente, dataset poco curati e un controllo pre-release superficiale, i casi di modelli di AI che discriminano le persone che fanno parte di più categorie socialmente marginalizzate si fanno numerosi. Tuttavia, per trovare i responsabili dobbiamo guardarci allo specchio