Motivated, Fit, and Strong—Using Counter‐Stereotypical Images to Reduce Weight Stigma Internalisation in Women with Obesity
Notice bibliographique
Résumé
BACKGROUND: This study aimed to use implicit retraining to change automatic associations between body size and physical activity (PA) in women with obesity to reduce weight bias internalisation (WBI). METHODS: A Solomon-square experimental design was used to determine the effect of a four-week online implicit retraining intervention on WBI (primary measure) and PA attitudes, self-efficacy, and self-reported behaviour (secondary measures). The intervention was a visual probe task pairing counter-stereotypical images of active individuals with obesity with positive PA-related words. In qualitative telephone interviews, a sub-sample of participants provided feedback and recommendations for using counter-stereotypical images in PA promotion. RESULTS: Women completed the intervention (n = 48) or a control task (n = 55). Results of a RM-ANOVA showed no interaction or main effect of group on WBI. A main effect of time demonstrated that both groups had reduced WBI between pre-test and post-test, through to one-week follow-up. There were no differences between groups or over time for PA attitudes, self-efficacy, or behaviour. Women who completed interviews (n = 16) discussed several benefits and drawbacks of using counter-stereotypical images. CONCLUSION: Implicit retraining did not reduce WBI but qualitative findings support the use of counter-stereotypical PA images.
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 | 0,002 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».