Anti-Fat Attitudes Towards Weight Gain Caused by the COVID-19 Pandemic or by “Unhealthy” Lifestyle Choices
Notice bibliographique
Résumé
Given the ubiquity of anti-fat prejudice, in this experimental study, we tested whether weight gain attributed to COVID-19 would influence evaluations of overweight male and female targets. Female participants (N = 160) were randomly assigned to read one of four mock medical forms that outlined distractor medical information (e.g., blood requisition results), the sex of the target (male vs. female) and stated reason for weight gain (unhealthy lifestyle choices vs. inactivity due to the COVID-19 lockdown). Participants evaluated the patient on a series of binary adjectives (e.g., lazy/industrious), and completed measures assessing anti-fat attitudes (i.e., fear of becoming fat and belief in the controllability of weight), internalization of ideal standards of appearance, and BMI (i.e., self-reported weight and height). Contrary to our predictions, we found that overweight male and female patients were evaluated similarly regardless of whether their weight gain was attributable to unhealthy lifestyle choices or inactivity due to the COVID-19 pandemic. Finally, believing that one’s weight is controllable and internalizing general standards of attractiveness correlated positively with fat disparagement of the medical patients. Participants’ BMI and fear of fat, however, were negligibly related to fat disparagement. Possible explanations for our findings, implications for healthcare settings, and directions for future research are explored.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».