How Gender Inequity Impacts on Men’s Health. An Exploration of Theoretical Pathways
Notice bibliographique
Résumé
Empirical studies suggest gender inequity increases men’s health risks. Multiple pathways may explain this relationship. These pathways however have not been explored concurrently. This paper is based on an extensive review of the theoretical literature linking gender inequity to men’s health. It identifies a range of theoretical approaches and examines links between them. In particular, it discusses masculinities and health theory, which argues gender inequity is linked to gender norms that lead to poor health-related beliefs and behaviours; the impact of gender inequity on men’s psychosocial and emotional experiences through limiting social roles, setting unattainable and restrictive expectations, and reducing access to social and emotional support; reproductive pathways, wherein gender inequity compromises optimal reproductive and early life outcomes leading to lifelong health impacts for males; and political, economic and social processes influenced by women’s social position that shape the social and economic resources, such as welfare and support, available to men. There are important interdependencies between these pathways. For example, masculine gender norms appear to not only increase poor health-related beliefs and behaviours, but also limit men’s opportunities to satisfy psychosocial and emotional needs. The findings suggest the extent of gender inequity can accentuate or buffer the negative health effects of other social inequalities. Further, while gender inequity provides men with many benefits, it limits access to the rich array of resources required to meet a diversity of lifelong health-related challenges. The paper provides the basis for richer theoretical approaches to men’s health.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».