Associations Between HIV-Related Stigma, Racial Discrimination, Gender Discrimination, and Depression Among HIV-Positive African, Caribbean, and Black Women in Ontario, Canada
Notice bibliographique
Résumé
Abstract African, Caribbean, and Black (ACB) women are greatly overrepresented in new HIV infections in comparison with Canada's general population. Social and structural factors such as HIV-related stigma, gender discrimination, and racial discrimination converge to increase vulnerability to HIV infection among ACB women by reducing access to HIV prevention services. Stigma and discrimination also present barriers to treatment, care, and support and may contribute to mental health problems. We administered a cross-sectional survey to HIV-positive ACB women (n=173) across Ontario in order to examine the relationships between HIV-related stigma, gender discrimination, racial discrimination, and depression. One-third of participants reported moderate/severe depression scores using the Beck Depression Inventory Fast-Screen guidelines. Hierarchical block regression, moderation, and mediation analyses were conducted to measure associations between independent (HIV-related stigma, gender discrimination, racial discrimination), moderator/mediator (social support, resilient coping), and dependent (depression) variables. Findings included: (1) HIV-related stigma was associated with increased depression; (2) resilient coping was associated with reduced depression but did not moderate the influence of HIV-related stigma on depression; and (3) the effects of HIV-related stigma on depression were partially mediated through resilient coping. HIV-related stigma, gender discrimination, and racial discrimination were significantly correlated with one another and with depression, highlighting the salience of examining multiple intersecting forms of stigma. Generalizability of findings may be limited due to nonrandom sampling. Findings emphasize the importance of multi-component interventions, including building resilient coping skills, mental health promotion and assessment, and stigma reduction programs.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».