A case study of the BalancedView course : addressing weight stigma among health care providers in British Columbia
Notice bibliographique
Résumé
Growing evidence shows weight stigma as a problem in health care settings. However, there remains a lack of conceptual clarity – particularly regarding if and how the medicalization of weight is implicated in weight stigma – and a gap in knowledge about how to successfully reduce weight stigma in health care. The research questions that guided this study were thus: • What are the different ways that weight stigma in health care can be conceptualized? • What strategies can be employed to reduce weight stigma among health care providers? These questions were explored through a mixed methods case study of the development and implementation of an online course on weight stigma for health care providers in British Columbia called BalancedView, sponsored by the Provincial Health Services Authority. Using participant observation, document analysis, a focus group and semi-structured interviews, I examined how health care stakeholders who developed the course, and participants who went on to take the course, conceptualized weight stigma. I evaluated the effects of the course on 249 participating health care providers through questionnaires before and after the course. Using interviews with course participants and documentary analysis of qualitative comments made by participants during the course, I also explored what was most helpful about the course and why. Following a thematic analysis, I show how weight stigma was conceptualized as a process involving biased attitudes and beliefs that lead to discriminatory behaviours and adverse outcomes. It was perceived as a causally complex issue, with a relationship to emotions. The extent to which the medicalization of weight was viewed as part of weight stigma was a divisive topic in the development stage of the course. However, many participants who took the course reflected later that after learning about medicalization they saw harms in medicalized approaches to weight in health care. This study contributes to the currently limited literature on weight stigma reduction in health care. I demonstrate how an online course on weight stigma that uses multiple stigma reduction techniques had a positive effect in terms of reducing participants’ weight bias and discuss what essential elements within such interventions should be.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,027 | 0,005 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».