Talk, Body, Performance: Mental Health Rhetoric in Corporate, Government, and Institutional Settings
Notice bibliographique
Résumé
Rhetorical studies in health and medicine often point out the ways in which medical empiricism is structured as an arhetorical entity. This dissertation delves into a rhetorical analysis of psychiatric illness through a study that considers how rhetoric informs how mental health is viewed, treated, and embodied in the present-day Canadian context. This study uses a combined methodological approach, merging classical concepts of rhetorical analysis from Aristotle with more contemporary conceptual theories by Kenneth Burke to Michel Foucault, within a disability studies framework. This approach is applied to examine how mental illness is rhetorically structured in corporate, government, and institutional settings. The major campaigns informing this study include the Bell Let’s Talk campaign, the Government of Canada’s E-Health initiative, Better Health Together, the institutional response to student suicide at the University of Waterloo, and Queen’s University's Jack Talks campaign. By bringing together various mental health campaigns that purport to end stigma, treat mental health, and work towards a mentally “healthier” society, this study seeks to formulate a framework that students and teachers can use to rhetorically assess mental health discourse without resorting to what Robert Crawford would call ‘healthist’ assumptions while concurrently encouraging the formulation of non-discriminatory practice. This dissertation argues that the mental healthcare campaigns call forth very specific forms of “talk,” performativity, and embodiment that shape, limit, and constrain the ways in which psychiatric disability is treated within a Canadian context. Through a rhetoric of self-care, healthcare is depoliticized and individualized; a constrained conceptualization of “good” mental health is shaped through corporate, government, and institutional campaigns.
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 | 0,012 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,027 | 0,078 |
| Communication savante | 0,021 | 0,010 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».