Parentification, Ethnic Identity, and Psychological Health in Black and White American College Students: Implications of Family-of-Origin and Cultural Factors
Notice bibliographique
Résumé
The authors examined the predictive ability of parentification (i.e., when parental roles and responsibilities are abdicated by parents and carried out by children and adolescents) and ethnic identity on various psychological health factors in college students. Scores from five measures were used to test a conceptual two-factor model in which parentification and ethnic identity predict psychological health; participants were 157 Black Americans and 157 White Americans attending a large public southern university. The measures included the Alcohol Use Disorders Identification Test (Babor, Higgins-Biddle, Saunders, and Monteiro, 2001), the Beck Depression Inventory (Beck, Steer, and Brown, 1996), the Eating Attitudes Test (Gamer, Olmsted, Bohr, and Garfinkel, 1982), the Multigroup Ethnic Identity Measure (Phinney, 1992), and the Parentification Inventory (Hooper, 2009). No evidence of a significant difference in mean parentification scores between Black American and White American college student participants was found. However, results from differential item function analyses on individual Parentification Inventory items uncovered some significant differences between the two groups. Results from bivariate correlations uncovered slight differences in the significant associations between predictor variables and outcome variables. In addition, multivariate regression analyses revealed slight differences in study variables’ ability to predict psychological health. Parentification and ethnic identity explained some of the variability in depressive symptoms in both samples. Additionally, parentification and ethnic identity explained some of the variability in disordered eating symptoms in the Black American sample but not in the White American sample. Implications for culturally tailored practice and directions for future culturally focused research are discussed.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».