Fattening up Health Care: Exploring the Ways Fat Women Navigate Health Care Services in Canada
Notice bibliographique
Résumé
This dissertation explores and documents how fat women in Canada experience fatphobia in health care settings, focusing largely on primary care. This study, which is based on interviews and focus groups with fat women, asks broadly: How does fatness act as a barrier to accessing health care services for fat women in Canada? To answer this question, I explore the following four sub questions: (1) How has fatness come to be socially constructed as a moral panic of an obesity epidemic, resulting in the medicalization of fatness?; (2) How does the framing of fatness as an obesity epidemic impact the relationship fat women have with their bodies and themselves?; (3) With a focus on primary care physicians, how does the advice of medical professionals impact fat womens perceptions of their bodies and their health?; and (4) How does the categorization of obesity as a disease by Obesity Canada, in the 2020 Canadian Adult Obesity Clinical Practice Guidelines, further entrench fatphobia in health care practice?\nWorking at the intersections of fat studies, sociology of health, and feminist standpoint epistemology, I argue that fatness is a barrier to accessing health care services in Canada. Through the experiences of my participants, I find that the framing of fatness as an obesity epidemic has resulted in fat women having antagonistic relationships with their bodies, understanding their bodies as moral failures. These feelings carry over to health care spaces where practitioners often hold anti-fat bias, resulting in weight-based discrimination and experiences of fatphobia in health care. Finally, despite an abundance of research calling for health care professionals to re-consider and re-frame their approaches to fatness in health care settings, health care professionals are ignoring the research on anti-fat bias and instead are doubling down on obesity as disease.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,049 | 0,022 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».