Understanding How Sexual and Gender Minority Stigmas Influence Depression Among Trans Women and Men Who Have Sex with Men in India
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Few studies have assessed how sexual and gender minority stigmas affect the mental health of trans women and self-identified men who have sex with men (MSM) in India, populations with a high HIV burden. We tested whether social support and resilient coping act as mediators of the effect of sexual and gender minority stigmas on depression as proposed by Hatzenbuehler's psychological mediation framework, or as moderators based on Meyer's minority stress theory. METHODS: We conducted a cross-sectional survey among trans women (n = 300) and MSM (n = 300) recruited from urban and rural sites in India. Standardized scales were used to measure depression (outcome variable), transgender identity stigma/MSM stigma (predictor variables), and social support and resilient coping (tested as moderators and parallel mediators). The mediation and moderation models were tested separately for trans women and MSM, using Hayes' PROCESS macro in SPSS. RESULTS: Participants' mean age was 29.7 years (standard deviation 8.1). Transgender identity stigma and MSM stigma were significant predictors (significant total and direct effects) of depression, as were social support and resilient coping. Among trans women and MSM, social support and resilient coping mediated (i.e., significant specific indirect effects), but did not moderate, the effect of stigma on depression, supporting the psychological mediation framework. CONCLUSION: Sexual and gender minority stigmas are associated with depression, with social support and resilient coping as mediators. In addition to stigma reduction interventions at the societal level, future interventions should focus on improving social support and promoting resilience among trans women and MSM in India.
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.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle