Notice bibliographique
Résumé
Abstract The more that devalued group members experience stigmatization, the worse their physical and mental health, well-being, and performance will be. However, the effects of stigmatization are often mixed, weak, and conditional. We should expect such variability in how devalued group members respond to stigmatization because resilience in the face of challenges is possible, depending on how stressful stigmatization is for people. Using the transactional model of stress (Lazarus and Folkman, 1984) as an organizing framework, I provide evidence that people will have different reactions to stigmatization depending onprimary appraisals—that is, how harmful and self-relevant they appraise it to be—and onsecondary appraisals—that is, whether or not they believe that they have the resources to cope with it. My review of the literature suggests that a stronger ingroup identification, stronger identification with a negatively stereotyped domain, chronic beliefs about stigmatization, and beliefs about meritocracy create vulnerabilities to stigmatization because they lead people to appraise stigmatization as more harmful and self-relevant. Furthermore, psychological optimism, a sense of control, self-esteem, as well as high socioeconomic status, a stronger identification with one's ingroup, and positive evaluations of the ingroup create resilience to discrimination because they allow people to perceive themselves as having the resources needed to cope with stigmatization. In conclusion, people will respond to the same potential stressor in different ways, depending on how self-relevant and harmful they perceive it to be and whether or not they perceive themselves as having the resources to cope. Thus, attention should be directed to developing families, communities, institutions, and societies that can provide people with the resources that they need to be resilient.
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 | 0,003 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».