MétaCan
Menu
Retour à la cohorte
Enregistrement W3003807609 · doi:10.1111/josi.12371

Fat Reproductive Justice: Navigating the Boundaries of Reproductive Health Care

2020· article· en· W3003807609 sur OpenAlexafffund
Andrea LaMarre, Carla Rice, Katie Cook, May Friedman

Notice bibliographique

RevueJournal of Social Issues · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensToronto Metropolitan UniversityWilfrid Laurier UniversityUniversity of Guelph
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésThematic analysisFertilityReproductive healthStigma (botany)Health careEconomic JusticePregnancyPsychological resilienceShameNarrativeAssisted reproductive technologySocial stigmaPsychologyQualitative researchNursingMedicineSocial psychologyPopulationSociologyFamily medicinePolitical scienceEnvironmental healthHuman immunodeficiency virus (HIV)PsychiatryInfertility

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, we explored the experiences of people in larger bodies seeking fertility and/or pregnancy care through a reproductive justice lens, integrating an understanding of weight stigma with an understanding of who has access to reproductive technologies, who is “allowed” to become pregnant, and the discourses that surround pregnancy. We conducted a thematic analysis of the narratives of 17 participants who had been labeled “overweight” or “obese” while pregnant and/or seeking reproductive health care related to fertility and/or pregnancy. Participants’ narratives speak to experiences of being surveilled and controlled in medical settings; this surveillance and control negatively impacted their access to desired care. In order to receive the kinds of care they wanted, many participants had to become self‐advocates. This self‐advocacy speaks to resistance and “resilience”; we discuss how individualizing “resilience” represents an incomplete solution to navigating the shaming and blaming encounters participants experienced with healthcare providers. We argue for health care that is more caring and responsive to the needs of diverse individuals who are or who are seeking to become pregnant.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,597
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,098
Tête enseignante GPT0,515
Écart entre enseignants0,418 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Social IssuesMême sujetObesity and Health PracticesTravaux en français237 207