MétaCan
Menu
Retour à la cohorte
Enregistrement W4413148216 · doi:10.3138/ptc-2025-0026

Evolution of Attitudes Toward People with Disabilities Among Health Care Practitioners and Other Workers, 2006–2024

2025· article· en· W4413148216 sur OpenAlexaffvenue
Matthieu P. Boisgontier

Notice bibliographique

RevuePhysiotherapy Canada · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensInstitut du Savoir MontfortCanadian Physiotherapy AssociationBruyèreMontfort HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHealth careNursingMedicineGerontologyPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Purpose: Health care practitioners have shown implicit and explicit attitudes that disfavour people with disabilities. I describe how these attitudes evolved between 2006 and 2024 across clinicians, rehabilitation assistants, and individuals in other occupations. Method: I analyzed data from 660,430 participants from Project Implicit. Implicit attitudes were assessed with Disability Implicit Association Test (IAT) D-score. Explicit attitudes were assessed using a Likert scale. I conducted generalized additive models to test the evolution of attitudes over time. Results: Explicit attitudes toward people with disabilities became less unfavourable over the 19 years of the study, irrespective of occupation. This effect was not observed for implicit attitudes. However, non-linear interactions between time, occupation group, and sex suggest a complex effect of time on attitudes that should be interpreted in the context of each specific combination of occupation group and sex, rather than assuming a uniform trend. Additionally, attitudes were more unfavourable toward people whose disability was physical. Conclusions: The contrast between the evolution of implicit attitudes and that of explicit attitudes suggests that implicit bias remains resistant to change despite improving explicit consideration of disabled people. Knowledge of these patterns may inform training programmes to reduce bias in health care and beyond.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,466
Score d'incertitude au seuil0,582

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,338
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysiotherapy CanadaMême sujetDisability Education and EmploymentTravaux en français237 207