The pathways from perceived discrimination to self-rated health among the Chinese diaspora during the COVID-19 pandemic: investigation of the roles of depression, anxiety, and social support
Notice bibliographique
Résumé
Abstract Background. Research indicates the adverse impacts of perceived discrimination on health, and discrimination inflamed by the COVID-19 pandemic, a type of social exclusion, could affect the well-being of the Chinese diaspora. The relationship and pathways of perceived discrimination’s effect on health among the Chinese diaspora in the context of the pandemic were examined to contribute to the literature on discrimination in this population under the global public health crisis.Methods. We analysed data from 705 individuals of Chinese descent residing in countries outside of China, who participated in a cross-sectional online survey carried out between April 22 and May 9, 2020. This study utilizes a structural equation model (SEM) to evaluate both direct and indirect effects of perceived discrimination on self-rated health (SRH) and assessed the mediating roles of psychological distress (namely, anxiety and depression) and social support from family and friends. Results. In this online sample comprised predominantly of young adults and those of relatively high socioeconomic status, this study confirmed the positive and direct effect of perceived discrimination on poor SRH but found the indirect effect was mainly mediated by depression. The association between anxiety and SRH was not significant in this SEM, while a higher level of social support from family leads to better SRH, and the level of social support from friends negatively predicted SRH. Conclusions. Our findings suggest discrimination negatively affected the well-being of the Chinese diaspora, and depression acted as a major mediator between the discrimination-health relationship. Therefore, interventions for reducing discrimination in order to preserve the well-being of the Chinese diaspora are necessary, and that prompt intervention to address depression may partially relieve the disease burden caused by the surge of discrimination.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».