The Weighty Burden of Inequity Experienced by Patients in Larger Bodies: Fostering Equitable Treatment in the Naturopathic Community
Notice bibliographique
Résumé
Individuals identified as overweight or obese (people in larger bodies) often endure poor health equity as a result of pervasive stigmatization and discrimination due to their weight, in both social and healthcare settings. Often referred to as 'weight bias', people in larger bodies are differentially, and inequitably, treated specifically due to their weight. This inequitable treatment results in deleterious health effects, such as poorer mental health, increased risk of mortality, avoidance to seek care, social isolation, and disadvantageous physiologic changes (e.g. elevated C-reactive protein). In an effort to foster equitable, inclusive, and fair treatment of all patient groups accessing naturopathic care, this critical reflection and narrative literature review was undertaken in order to explore important considerations specifically for people in larger bodies. Further, it may serve as a guide for naturopathic doctors (NDs) to appreciate the sensitivity of terminology, the complexity of weight-related research, the caution that must be taken with social media use and the unintentional, but likely, harms of hyperfocusing on weight. A call for actionable changes is relayed in order to provide the ND community with tangible and achievable goals to consciously work towards in order to foster equitable care and treatment of all patients, regardless of body size.
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 | 0,011 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,012 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,003 | 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 ».