A linguistic analysis of female and male opening posts on an online forum dedicated to pain
Notice bibliographique
Résumé
Previous research has highlighted differences in the way that men and women talk about pain and in the extent to which word choices correspond with language-based diagnostic tools for pain, specifically, the McGill Pain Questionnaire (MPQ). In this study, we apply procedures from Corpus Linguistics, in which computer software assists in identifying statistically significant patterns in language use, to explore 8697 Opening posts to an online forum dedicated to pain. We determine the extent to which descriptions of pain in the forum include terms that appear in the MPQ and we consider female contributions and male contributions to investigate how reports of pain and its effects relate to gender. Our findings show that there is a large set of vocabulary that is used by both female and male contributors in relation to various aspects of pain experiences. In addition, female contributors to the forum use a wider variety of terms in reference to the quality, intensity, duration and regularity of pain, including a larger number of terms that appear in the MPQ. In sum, female contributors use a wider range of terms in relation to pain and differences in the contexts in which female and male contributors discuss the impacts of pain correspond with gender tropes. Understanding the impacts of pain on individuals’ social lives and recognising how this and the articulation of pain experiences is informed by gender conventions can help health professionals to respond effectively. • We can investigate reported sex/gender differences in reports of pain through online forum data. • There is a common vocabulary used by female and male contributors. • Female participants use a wider variety of terms in relation to pain. • Many terms of the McGill Pain Questionnaire are not used by forum members. • Female and male contributors refer to different contexts when discussing the impacts of pain.
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 | 0,004 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».