Pain, Power, and Policing: Emotional Injustice in Healthcare
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Chronic pain patients frequently encounter not only physical suffering but also emotional dismissal and misrecognition in clinical settings. This paper argues that such experiences reflect a pervasive form of structural harm: emotional injustice. Chronic pain sufferers, especially women and members of marginalized groups, are often subject to emotion policing-the unjust regulation of emotional expression that distorts, suppresses, or discredits their feelings of frustration, sadness, and anger. Stereotypes like "women are emotional" or "boys don't cry" shape how patients' pain is interpreted and whether their emotional expressions are seen as credible, appropriate, or pathological. As a result, patients' emotions are routinely misread, their reports of pain discounted, and their treatment delayed or denied. Through the lens of emotion stereotyping, display suppression, and emotion hegemonizing, I show how dominant emotional norms constrain how chronic pain patients can express distress and advocate for themselves. These practices compromise emotional autonomy-their ability to experience and express fitting emotions in ways that reflect their circumstances, values, and lived reality-and reinforce systemic inequities in healthcare. While these harms intersect with forms of epistemic injustice, I argue that emotional injustice captures a distinct and deeper wrong: the denial of patients' ability to make sense of and communicate their emotional suffering on their own terms. Recognizing emotional injustice in the treatment of chronic pain is crucial for promoting more equitable, respectful, and compassionate care-care that honors the emotional realities of patients' lives.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle