Addressing the complexity of equitable care for larger patients: A critical realist framework
Notice bibliographique
Résumé
The notion of obesity as a pathological state within the individual remains the dominant perspective in public health and biomedicine. However, there has been a growing call to re-examine this assumption from a social justice lens. Given that obesity is itself a contested term, there is a lack of consensus on what constitutes a social justice approach to addressing weight and health. Underpinning such debates amongst social justice researchers is a divide between realist and constructionist framings of obesity. The realist framing considers obesity to be a biomedical fact posing health and social consequences, and proposes collective, systems-based solutions to preventing and managing obesity. In contrast, the constructionist framing challenges the taken-for-granted assumptions that obesity is an epidemic and that fat necessarily signifies poor health. Despite such theorizing about social justice and obesity, to-date no empirical research has explored the views and experiences of 1) social justice-oriented healthcare practitioners who work with larger patients or 2) larger patients who receive social justice-informed care. This article features interviews with practitioners (n = 22) across multiple professions in Canada who describe themselves as adopting a social justice approach to caring for larger patients, as well as with practitioners' patients (n = 20) who self-identify as larger bodied. Drawing on a critical realist theoretical framework, the analysis uncovers the ontological and ideological assumptions driving participants' varying conceptualizations of obesity. To conclude, the article considers how participants’ different understandings of weight and health impact clinical practice and interactions, particularly in terms of whether social justice goals are fulfilled.
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 | 0,098 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,030 | 0,231 |
| Communication savante | 0,032 | 0,027 |
| Science ouverte | 0,008 | 0,023 |
| Intégrité de la recherche | 0,015 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».