Exercise is medicine: critical considerations in the qualitative research landscape
Notice bibliographique
Résumé
Since the American Medical Association and the American College of Sports Medicine partnered to launch Exercise is Medicine® (EIM) in 2007, the program has gained traction in 43 countries. The EIM discourse has been fruitful for framing exercise/physical activity as a form of disease prevention and/or symptom management for chronic conditions and mental health. This editorial ‘sets the stage’ for the articles within the special issue that coalesce a critical inquiry dialogue on EIM, by outlining taken for granted assumptions inherent in EIM. Assumptions include that people’s inactivity (and poor health) necessitates quick/planned intervention, exercise is positive/good for everyone and that the connection of exercise to medicine enhances credibility. Assumptions are problematized through grounding them in a neoliberal discourse of healthism, which emphasizes individual responsibility and/or experts as gatekeepers and facilitators of risk management through exercise. Three challenges to each of the assumptions are offered to explore EIM as socially, culturally and politically constructed, expanding the critical EIM dialogue. An overview of each of the articles within the special issue is then outlined to show ‘examples in use’ of critical theories and methodologies grounded broadly in interpretivist forms of inquiry and social constructionism. We conclude with noting the impetus and goal of this special issue--to spark further interest, dialogue and critical qualitative research on EIM –bringing forward the personal, socio-cultural, political iterations and potential of EIM.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,053 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».