Associations Between Race-based and Sex-based Discrimination, Health, and Functioning
Notice bibliographique
Résumé
BACKGROUND: Only a few studies have examined race-based discrimination (RBD) and sex-based discrimination (SBD) in military samples and all are cross-sectional. OBJECTIVES: The current study examined associations between both RBD and SBD experienced during Marine recruit training and several health and functioning outcomes 11 years later in a racially/ethnically diverse sample of men and women. RESEARCH DESIGN: Linear multiple regression models were used to examine associations between sex, race/ethnicity, RBD and SBD, and later outcomes (physical health, self-esteem, and occupational/vocational functioning), accounting for baseline levels and covariates. SUBJECTS: Data were drawn from a larger longitudinal investigation of US Marine Corps recruits. The sample (N=471) was comprised of white men (34.6%), white women (37.6%), racial/ethnic minority men (12.7%), and racial/ethnic minority women (15.1%). MEASURES: Self-report measures of sex and race (T1), RBD and SBD (T2), social support (T2), mental health (T2), physical health (T2 and T5), self-esteem (T2 and T5), and occupational/vocational functioning (T5) were included. RESULTS: Over a decade later, experiences of RBD were negatively associated with physical health and self-esteem. Social support was the strongest predictor of occupational/vocational functioning. Effects of sex, SBD, and minority status were not significant in regressions after accounting for other variables. CONCLUSIONS: Health care providers can play a key role in tailoring care to the needs of these important subpopulations of veterans by assessing and acknowledging experiences of discrimination and remaining aware of the potential negative associations between discrimination and health and functioning above and beyond the contributions of sex and race/ethnicity.
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 | 0,000 | 0,000 |
| 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) | 0,003 | 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 ».