Weight Inclusive Practice: Shifting the Focus from Weight to Social Justice
Notice bibliographique
Résumé
Obesity is framed by mainstream media and health care professionals as an "epidemic" contributing to the ill health of the population. This paper reviews literature related to dominant discourses about weight in dietetics, drawing on literature from other health care disciplines, and how these discourses influence patient care. Emerging, competing discourses are also reviewed. Literature highlighted that dietitians and dietetic students are often biased and hold stigmatizing beliefs toward "overweight" and "obese" patients. No research has been conducted in Canada addressing this question, leaving this as an opportunity for future research. Weight stigma and interventions focused on weight have multiple negative implications for individuals, especially those living in larger bodies, including reluctance to seek health care, poor body image, subsequent weight gain, and increased disordered eating. There are alternative discourses emerging, which shift the focus away from weight and toward social justice. The ways in which dietetic students are trained to "manage" weight, and how dominant discourses influence this training, is an important area of future exploration. Dietetic professionals are encouraged to reflect on their weight biases and educate themselves on weight inclusive approaches to health, such as Health at Every Size and Well Now.
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 | 0,016 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,016 | 0,049 |
| Communication savante | 0,012 | 0,010 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,004 | 0,009 |
| 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 ».