MétaCan
Menu
Retour à la cohorte
Enregistrement W3013746127 · doi:10.1177/0020731420912999

The Rise and Fall of the Neurotic Housewife: Patient Sex in Psychotropic Drug Advertising to Physicians 1946–1990

2020· article· en· W3013746127 sur OpenAlexaff
Joel Lexchin, Nicolas Rasmussen

Notice bibliographique

RevueInternational Journal of Health Services · 2020
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensYork University
Organismes subventionnairesAustralian Research CouncilUniversity of New South Wales
Mots-clésAnxietyDepression (economics)PsychiatryHousewifeMedical prescriptionNeuroticismPsychologyMedicineClinical psychologyPersonalitySocial psychologyGender studiesSociology

Résumé

récupéré en direct d'OpenAlex

Previous studies have demonstrated a sex bias when it comes to the portrayal of men and women in medical journal advertisements for prescription drugs for psychiatric conditions. However, these studies have typically looked at ads over a restricted time period and often for a single diagnosis. Here we focus on ads for 3 diagnoses – anxiety, depression, and a combination of anxiety and depression – and cover nearly half a century to examine how the portrayal of patients changed over that time period with respect to sex. We sampled ads for products treating anxiety, depression, and anxiety/depression published in the Journal of the American Medical Association between 1946 and 1990. Our findings confirm other studies showing a marked preponderance of female patient representation during the 1960s in psychotropic drug advertising. However, we also show that from the mid-1970s to the mid-1980s, the proportion of ads for drugs featuring depression and/or anxiety indications depicted male patients significantly more than prior years in which females predominated, demonstrating advertisers’ reaction to the critique of gender stereotyping.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,155
Tête enseignante GPT0,496
Écart entre enseignants0,341 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health ServicesMême sujetPharmaceutical industry and healthcareTravaux en français237 207