Towards a sociological understanding of medical gaslighting in western health care
Notice bibliographique
Résumé
In recent years, the term 'medical gaslighting' and accompanying accounts of self-identified women experiencing invalidation, dismissal and inadequate care have proliferated in the media. Gaslighting has primarily been conceptualized in the field of psychology as a phenomenon within interpersonal relationships. Following the work of Paige Sweet (American Sociological Review, 84, 2019, 851), I argue that a sociological explanation is necessary. Such an explanation illustrates how medical gaslighting is not simply an interpersonal exchange, but the result of deeply embedded and largely unchallenged ideologies underpinning health-care services. Through an intersectional feminist and Foucauldian analysis, I illuminate the ideological structures of western medicine that allow for medical gaslighting to be commonplace in the lives of women, transgender, intersex, queer and racialized individuals seeking health care. Importantly, these are not mutually exclusive groups, and I use the term bio-Others to highlight and connect how those with embodied differences are treated in medicine. This article indicates the importance of opening a robust discussion about the sociology of medical gaslighting, so that we might better understand what structural barriers people of marginalized social locations face in accessing quality health care and develop creative solutions to challenge health-care inequities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,085 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».