Results of the 2024 International Weight Bias Summit: Establishing future research directions in the field
Notice bibliographique
Résumé
BACKGROUND: Weight bias is a social justice issue that manifests in social and health inequities, affecting the lives of millions of individuals globally. Although weight bias research has increased over the last two decades, it remains pervasive, and more work is needed to establish effective strategies to reduce it. The 2024 International Weight Bias Summit aimed to collaboratively identify future research directions for prioritization as well as perceived barriers in the global field of weight bias and stigma. This paper presents the primary findings from the Summit. METHOD: Experts in weight bias (N = 33 researchers, clinicians, representatives of professional/national organizations with interests in weight bias and stigma, and individuals with lived experiences) from across North and Latin America, Europe, and Australia attended the two-day Summit. Attendees participated in semi-structured small group discussions using the Nominal Group Technique (NGT). Notes were collected from all discussions and thematically analyzed to identify the most prominent research directions and barriers that emerged from the Summit. RESULTS: Experts identified six key research directions (presented without hierarchical ranking): (1) consequences of weight bias, (2) conceptual and methodological clarity, (3) diversity in sampling, cultures, and settings, (4) interventions, (5) policy, and (6) implementation science. Three key barriers were also identified in weight bias and stigma research: (1) widespread misconceptions and lack of recognition of weight bias as a legitimate issue, (2) funding challenges, and (3) lack of collaborations and working in silos. CONCLUSION: Experts identified six critical research directions that should be prioritized to advance weight bias and stigma research and drive meaningful progress. Continued international collaboration was recognized as essential to driving this work forward.
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 | 0,245 | 0,222 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,012 | 0,006 |
| Science ouverte | 0,004 | 0,022 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 ».