How weight (dis)satisfaction shapes physical activity participation across the life course: Affect, embodiment, and identities as (often) forgotten intersecting dimensions
Notice bibliographique
Résumé
Within Western culture, emphasis is placed on youthfulness, thinness, and muscularity, and dissatisfaction with one’s weight is rendered normative, with maladaptive dieting and physical activity often sought to change body shape and size. Missing from the existing psychological literature on physical activity is an examination of how experiences with weight and movement are affectively laden, embodied, shaped by complex intersecting identities, and constrained by the backdrop of ageism, cis-heterosexism, racism, healthism, and fatphobia. Drawing on data from six studies exploring experiences of the body and physical activity in elite athletes, pregnant women, and older adults, we examined how individuals from diverse social positions storied their experiences with weight across the life course. Three narrative themes were identified across the participants’ stories via thematic and structural narrative analyses of semi-structured and life history interviews with 112 participants. Participants positioned fatness as a moral transgression stemming from failed personal responsibility for physical activity engagement. Participants described ‘feeling fat’, and attempted to discipline their bodies when experiencing age, pregnancy, and sport-related body changes, which engendered shame and guilt, and constrained pleasurable experiences with physical activity. Weight-related beliefs were underpinned by ageism and cis-heterosexism; participants pointed to the value of attempting to retain a thin and youthful physique through physical activity engagement to attract the opposite sex and gender. These findings contribute to the existing literature on the body and physical activity by pointing to the importance of identities and the affective and culturally imbued dimensions of weight when studying physical (in)activity participation.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».