MétaCan
Menu
Retour à la cohorte
Enregistrement W2895115983 · doi:10.1017/s0954579418001128

Time-varying associations of racial discrimination and adjustment among Chinese-heritage adolescents in the United States and Canada

2018· article· en· W2895115983 sur OpenAlexaffabout
Linda P. Juang, Yishan Shen, Catherine L. Costigan, Yang Hou

Notice bibliographique

RevueDevelopment and Psychopathology · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRacial and Ethnic Identity Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPsychologyClinical psychologyGerontologyMedicine

Résumé

récupéré en direct d'OpenAlex

The aim of our study was twofold: to examine (a) whether the link between racial discrimination and adjustment showed age-related changes across early to late adolescence for Chinese-heritage youth and (b) whether the age-related associations of the discrimination-adjustment link differed by gender, nativity, and geographical region. We pooled two independently collected longitudinal data sets in the United States and Canada (N = 498, ages 12-19 at Wave 1) and used time-varying effect modeling to show that discrimination is consistently associated with poorer adjustment across all ages. These associations were stronger at certain ages, but for males and females, first- and second-generation adolescents, and US and Canadian adolescents they differed. There were stronger relations between discrimination and adjustment in early adolescence for males compared to females, in middle adolescence for first-generation compared to second-generation adolescents, and in early adolescence for US adolescents compared to Canadian adolescents. In general, negative implications for adjustment associated with discrimination diminished across the span of adolescence for females, second-generation, and US and Canadian adolescents, but not for males or first-generation adolescents. The results show that the discrimination-adjustment link must be considered with regard to age, gender, nativity, and region, and that attention to discrimination in early adolescence may be especially important.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,329
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopment and PsychopathologyMême sujetRacial and Ethnic Identity ResearchTravaux en français237 207