Problematising menstrual tracking apps: presenting a novel critical scoping review methodology for mapping and interpreting research literature
Notice bibliographique
Résumé
OBJECTIVES: To showcase a novel, theoretically informed methodology for conducting scoping reviews by operationalising critical theory. And to advance the field of women's digital health by applying this critical scoping review methodology (CSR) to research on menstrual tracking apps (MTAs). METHODS AND MEASURES: 116 articles published in English, between November 2015 and November 2023, focusing on MTAs, and/or user's experiences of MTAs, were thematically analysed through the Foucauldian concept of problematisation and analytics from critical psychology. This method examined what was produced as a problem, and the underpinning discourses, subject positions, paradigms, desired outcomes, and absences within these problem categories. RESULTS: Four problematisations were identified, (1) the problem of data privacy (subproblems: type of data, consent, abortion surveillance); (2) the problem with efficacy (subproblems: evaluating efficacy, accuracy, useability); (3) the problem of regulation (subproblems: self-surveillance, normative femininity, hormonal imperative, cycle regularity imperative, menstrual stigma); and (4) the problem of women (subproblems: health literacy, technology use, medically unknown, hard to design for). CONCLUSION: MTA researchers would benefit from understanding their field through these problematisations. The CSR offers an important theoretically informed methodology for mapping and interpreting a research literature, which can identify, and expand, possibilities for research thought and practice.
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 | 0,017 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».