Attractiveness, diagnostic ambiguity, and disability cues impact perceptions of women with pain.
Notice bibliographique
Résumé
PURPOSE/OBJECTIVE: This experimental study investigated how physical attractiveness, disability cue, and diagnostic ambiguity stereotypes impact perceptions of a patient's pain/disability and personality. RESEARCH METHOD/DESIGN: After viewing photographs of women pictured with or without a cane, accompanied by descriptions of the women's diagnosis (fibromyalgia or rheumatoid arthritis), 147 university students rated the women's pain/disability and personality. RESULTS: Analyses revealed that more attractive women received lower ratings on pain/disability and higher ratings (more positive) on personality. Moreover, those pictured with a disability cue got higher ratings on both pain/disability and personality, and those with medical evidence of pathology (less ambiguity) got higher ratings on pain/disability and lower ratings on personality. Examination of the 3 stereotypes in a single study enabled an evaluation of their interactions. An Attractiveness × Disability Cue × Diagnostic Ambiguity interaction for ratings of pain/disability revealed that the presence of both medical evidence and a disability cue were needed to override the strong "beautiful is healthy" stereotype. Significant 2-way interactions for ratings of personality indicated that the impact of the disability stereotype tends to be overshadowed by the attractiveness stereotype. CONCLUSION/IMPLICATIONS: The results indicate that these stereotypes have a large effect on perceptions of women with chronic pain and that attractiveness, a contextual variable unrelated to the pain experience, exerts an even stronger effect when there is less objective information available. This could have clinical ramifications for assessment and treatment of patients with chronic pain, which often occurs in the absence of "objective" medical evidence or any external cues of disability.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».