Health promotion, the social determinants of health, and urban health: what does a critical discourse analysis of World Health Organization texts reveal about health equity?
Notice bibliographique
Résumé
BACKGROUND: The World Health Organization (WHO) has focused on health equity as part of its mandate and broader agenda-consider for example, the "health for all" slogan. However, a recent scoping review determined that there are no studies that investigate the WHO's approach to health equity. Therefore, this study is the first such empirical analysis examining discourses of health equity in WHO texts concerning health promotion, the social determinants of health, and urban health. METHODS: We undertook a critical discourse analysis of select texts that concern health promotion, the social determinants of health, and urban health. RESULTS: The findings of this study suggest that (i) underpinning values are consistent in WHO texts' approach to health equity; (ii) WHO texts reiterate that health inequities are socially constructed and mitigatable but leave the 'causes of causes' vague; (iii) despite distinguishing between health "inequities" and "inequalities," there are several instances where these terms are used interchangeably across texts; (iv) WHO texts approach health equity broadly (covering a variety of areas); (v) health equity may be viewed as applicable either throughout the life-course or intergenerationally, which depends on the specific WHO text at hand; and (vi) WHO texts at times use vague or unclear language around how to improve health equity. CONCLUSIONS: This study does not present one definition of health equity and action to be taken. Instead, this study uncovers discourses embedded in WHO texts to spur discussion and deliberate decision-making. This work can also pave the way for further inquiry on other complex key terms or those with embedded values.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».