MétaCan
Menu
Retour à la cohorte
Enregistrement W3213252425 · doi:10.3934/publichealth.2022004

Mapping changes in the obesity stigma discourse through Obesity Canada: a content analysis

2021· article· en· W3213252425 sur OpenAlex
Sara Kirk, Mary Forhan, Joshua Yusuf, Ashly Chance, Kathleen G. Burke, Nicole Blinn, Stephanie Quirke, Ximena Ramos Salas, Angela S. Alberga, Shelly Russell‐Mayhew

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueAIMS Public Health · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensUniversity of CalgaryConcordia UniversityUniversity of AlbertaDalhousie University
Organismes subventionnairesObesity Canada
Mots-clésObesityStigma (botany)TerminologyFraming (construction)PsychologyEnglish languageDocumentationMedicineGerontologySocial psychologyGeographyPsychiatryPathologyComputer scienceLinguistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Stigmatization of persons living with obesity is an important public health issue. In 2015, Obesity Canada adopted person-first language in all internal documentation produced by the organization, and, from 2017, required all authors to use person-first language in abstract submissions to Obesity Canada hosted conferences. The impact of this intentional shift in strategic focus is not known. Therefore, the aim of this study was to conduct a content analysis of proceedings at conferences hosted by Obesity Canada to identify whether or how constructs related to weight bias and obesity stigma have changed over time. METHODS: Of 1790 abstracts accepted to conferences between 2008-2019, we excluded 353 abstracts that featured animal or cellular models, leaving 1437 abstracts that were reviewed for the presence of five constructs of interest and if they changed over time: 1) use of person-first versus use of disease-first terminology, 2) incorporation of lived experience of obesity, 3) weight bias and stigma, 4) aggressive or alarmist framing and 5) obesity framed as a modifiable risk factor versus as a disease. We calculated and analyzed through linear regression: 1) the overall frequency of use of each construct over time as a proportion of the total number of abstracts reviewed, and 2) the ratio of abstracts where the construct appeared at least once based on the total number of abstracts. RESULTS: We found a significant positive correlation between use of person-first language in abstracts and time (R2 = 0.51, p < 0.01 for frequency, R2 = 0.65, p < 0.05 for ratio) and a corresponding negative correlation for the use of disease-first terminology (R2 = 0.48, p = 0.01 for frequency, R2 = 0.75, p < 0.001 for ratio). There was a significant positive correlation between mentions of weight bias and time (R2 = 0.53 and 0.57, p < 0.01 for frequency and ratio respectively). CONCLUSION: Use of person-first language and attention to weight bias increased, while disease-first terminology decreased in accepted abstracts over the past 11 years since Obesity Canada began hosting conferences and particularly since more explicit actions for expectations to use person-first language were put in place in 2015 and 2017.

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.

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)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge 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 enseignants0,308
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0030,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,281
Tête enseignante GPT0,457
Écart entre enseignants0,177 · 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