MétaCan
Menu
Retour à la cohorte
Enregistrement W3120311719 · doi:10.1080/10640266.2020.1855571

Stigmatizing effects of weight status on lay perceptions of eating disorder-related distress

2021· article· en· W3120311719 sur OpenAlexaff
Maggie L. Osa, Jaclyn A. Siegel, Angela Meadows, Connor I. Elbe, Rachel M. Calogero

Notice bibliographique

RevueEating Disorders · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésUnderweightPsychologyWeight stigmaDistressOverweightClinical psychologyPerceptionStigma (botany)Disordered eatingAffect (linguistics)Eating disordersPsychiatryObesityMedicine

Résumé

récupéré en direct d'OpenAlex

The present study examined how weight status would affect lay perceptions of a White female student presenting signs of eating disorder-related distress. We recruited a mixed-gender, weight-diverse U.S. community sample through Mechanical Turk (N = 130; 49.2% female) to complete an online survey. Participants were randomly assigned to one of two conditions in which they read a personal statement section of a college application revealing eating disorder-related distress from a student who was either ‘overweight’ or ‘underweight.’ Participants evaluated the student on need for support, behavioural prescriptions for eating and exercise, and personal qualities. Although participants recognized a serious mental health concern in both conditions, they were more likely to prescribe eating disorder behaviors to the higher weight student. Findings suggest that weight stigma may bias lay perceptions of and even reinforce an eating disorder when exhibited by higher weight individuals.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,378
Écart entre enseignants0,362 · 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'étudeObservationnel
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEating DisordersMême sujetObesity and Health PracticesTravaux en français237 207