Stigma doesn’t discriminate: physical and mental health and stigma in Canadian military personnel and Canadian civilians
Notice bibliographique
Résumé
BACKGROUND: Illness-related stigma has been identified as an important public health concern. Past research suggests there is a disproportionate risk of mental-health stigma in the military, but this same finding has not yet been established for physical-health stigma. The current study aimed to assess the independent contribution of mental and physical health on both enacted stigma (discriminatory behaviour) and felt stigma (feelings of embarrassment) and to determine whether these associations were stronger for military personnel than civilians. METHODS: Data were obtained from the 2002 Canadian Community Health Survey - Mental Health and Well-being and its corresponding Canadian Forces Supplement. Logistic regressions were used to examine a potential interaction between population (military [N = 1900] versus civilian [N = 2960]), mental health, and physical health in predicting both enacted and felt stigma, with adjustments made for socio-demographic information, mental health characteristics, and disability. RESULTS: Mental health did not predict enacted or felt stigma as a main effect nor in an interaction. There was a strong link between physical health and enacted and felt stigma, where worse physical health was associated with an increased likelihood of experiencing both facets of stigma. The link between physical health and enacted stigma was significantly stronger for military personnel than for civilians. CONCLUSIONS: Physical health stigma appears to be present for both civilians and military personnel, but more so for military personnel. Elements of military culture (e.g., the way care is sought, culture of toughness, strict fitness requirements) as well as the physical demands of the job could be potential predictors of group differences.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».