#recovery: Understanding recovery from the lens of recovery‐focused blogs posted by individuals with lived experience
Notice bibliographique
Résumé
OBJECTIVE: Definitions of eating disorder (ED) recovery have primarily focused on symptom management (i.e., weight regain, reduced/absent ED behaviors, and normalized ED thoughts). Notwithstanding the importance of these approaches, there are arguably additional considerations in ED recovery. In order to get a more comprehensive understanding of recovery, it is necessary to turn to individuals with lived experience. Here, we examine how individuals with lived experience of an ED conceptualize and define recovery in narrative, recovery-focused blogs and consider how this understanding may contribute to definitions of recovery in the field. METHOD: Inductive thematic analysis was used to examine 168 blogs posted by at least 120 unique authors (95% women; 36% reporting anorexia nervosa diagnosis) to 10 moderated, ED websites. RESULTS: Results from the thematic analysis yielded seven themes: recovery as (1) existing in contrast to the ED, (2) existing in a broader context, (3) subjective, (4) a choice, (5) a complex, nonlinear process, (6) transformative, and (7) overcoming. DISCUSSION: The present findings are consistent with previous qualitative research, suggesting that recovery is multifaceted and encompasses more than just symptom management. Notably, bloggers highlighted that recovery may not be equally attainable for all individuals, citing numerous social justice issues in the conceptualization of recovery. This multifaceted and intersectional view of recovery is consistent with consumer models of recovery. We argue that a dimensional model of recovery may be a good starting framework for researchers and clinicians to develop a more comprehensive definition of recovery.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».