A Critical Lens on Health: Key Principles of Critical Discourse Analysis and Its Benefits to Anti-Racism in Population Public Health Research
Notice bibliographique
Résumé
Critical discourse analysis (CDA) is an interdisciplinary research methodology used to analyze discourse as a form of “social practice”, exploring how meaning is socially constructed. In addition, the methodology draws from the field of critical studies, in which research places deliberate focus on the social and political forces that produce social phenomena as a means to challenge and change societal practices. The purpose of this article is to demonstrate the benefits of CDA to population public health (PPH) research. We will do this by providing a brief overview of CDA and its history and purpose in research and then identifying and discussing three crucial principles that we argue are crucial to successful CDA research: (1) CDA research should contribute to social justice; (2) CDA is strongly based in theory; and (3) CDA draws from constructivist epistemology. A key benefit that CDA brings to PPH research is its critical lens, which aligns with the fundamental goals of PPH including addressing the social determinants of health and reducing health inequities. Our analysis demonstrates the need for researchers in population public health to strongly consider critical discourse analysis as an approach to understanding the social determinants of health and eliminating health inequities in order to achieve health and wellness for all.
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 | 0,111 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,017 | 0,009 |
| Études des sciences et des technologies | 0,018 | 0,179 |
| Communication savante | 0,033 | 0,032 |
| Science ouverte | 0,004 | 0,018 |
| Intégrité de la recherche | 0,011 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».