MétaCan
Menu
Retour à la cohorte
Enregistrement W3126346939 · doi:10.1177/1363459320988886

The piety of optimization: The rhetoric of health awareness in ParticipACTION and Fitbit

2021· article· en· W3126346939 sur OpenAlexafffund
Loren Gaudet

Notice bibliographique

RevueHealth An Interdisciplinary Journal for the Social Study of Health Illness and Medicine · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueRhetoric and Communication Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPietyRhetoricSociologyRhetorical questionPublic relationsPower (physics)Public healthCorporationSet (abstract data type)AestheticsMedicinePolitical scienceComputer scienceNursingLawPhilosophy

Résumé

récupéré en direct d'OpenAlex

This article uses the tools of rhetorical study to investigate how health awareness, as both a concept and a set of beliefs that reinforce ideals of health, permeates everyday life and affects ways of being. I explore how health awareness is communicated through both public health and commercial marketing campaigns, and argue that as the sources of information change, so too do the ideas of health that we are asked to be aware of. Through an analysis of the websites of ParticipACTION, a publicly funded health and fitness campaign, and Fitbit, a corporation that produces wearable technologies, I show that these organizations provide their audiences with instructions for self-conduct in the pursuit of health through the piety that time is a resource to be managed. Through this piety, ParticipACTION and Fitbit's websites each reify an altar of health where health is represented as a socially and physically fitter (optimized) self, always just out of reach and attainable in the future. I conclude with a call for critical descriptions of health awareness to move beyond the explanatory power of neoliberalization of health, and turn to the work of Rachel Sanders, Annmarie Mol, and Donna Haraway as possible avenues for resisting optimization.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,467
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0120,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,149
Tête enseignante GPT0,456
Écart entre enseignants0,307 · 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth An Interdisciplinary Journal for the Social Study of Health Illness and MedicineMême sujetRhetoric and Communication StudiesTravaux en français237 207