Cross-generational effects of discrimination among immigrant mothers: Perceived discrimination predicts child's healthcare visits for illness.
Notice bibliographique
Résumé
OBJECTIVE: This study tested whether an immigrant mother's perception of ethnic and language-based discrimination affects the health of her child (indexed by the child's frequency of sick visits to the doctor, adjusting for well-visits), as a function of her ethnic-group attachment and length of U.S. residency. METHOD: A community-based sample of 98 immigrant Dominican and Mexican mothers of normally developing 14-month-old children were interviewed. Mothers reported their perceived ethnic and language-based discrimination, degree of ethnic-group attachment, length of time in the United States, and frequency of their child's doctor visits for both illness and routine (healthy) exams. RESULTS: Among more recent immigrants, greater perceived ethnic and language-based discrimination were associated with more frequent sick-child visits, but only among those reporting low ethnic-group attachment. The associations between both forms of perceived discrimination and sick-child visits were not observed among mothers reporting high ethnic-group attachment. Among more established immigrants, perceived language-based discrimination was associated with more frequent sick-child visits regardless of ethnic-group attachment. CONCLUSION: These results suggest that a Latina mother's experience with ethnic and language-based discrimination is associated with her child's health, as indicated by doctor visits for illness, but that strong ethnic-group attachment may mitigate this association among recent immigrants.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».