The body mass index: What’s the use?
Notice bibliographique
Résumé
The body mass index (BMI) is a ubiquitous metric frequently used in body image research: as a correlate, covariate, descriptor, and more. However, the racist history of the measure is often unknown or unacknowledged. BMI was coined by Ancel Keys who used Adolphe Quetelet's statistics of weight and height, later becoming a measurement of so-called "health." Eugenics founder Francis Galton used Quetelet's statistics to determine the abnormal, in a concerted effort to eliminate bodies seen as "unfit." The BMI has been used to compare bodies to white masculinist ideals for decades (e.g., in insurance coverage, healthcare access), which is something body image scholars must reckon with if our collective goal is to subvert unrealistic, harmful, and damaging beauty ideals-not inadvertently validate them. In body image research to date, BMI use/usefulness helped unpack the complex relationship between negative and positive body image(s): BMI is consistently related to both. However, it has also been overused, and we argue-uncritically and inappropriately used-since it misses the root issue: fat discrimination and weight stigma. Thinking with critical race theorist Sara Ahmed's (2019) work on "use," we open a conversation on the potential implications of use/disuse of BMI. We outline the use, usefulness, and used-upness of BMI and offer reflections on what it means to be a critical user or outright refuser of this metric.
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 | 0,042 | 0,160 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,026 |
| Communication savante | 0,013 | 0,025 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,005 |
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 ».