Perceived and Experienced Anti-Chinese Discrimination and Its Associated Psychological Impacts Among Chinese Canadians During the Wave 2 of the COVID-19 Pandemic
Notice bibliographique
Résumé
The current study examined the sociodemographic factors associated with perceived and experienced anti-Chinese discrimination and discrimination as a predictor of psychological distress and loneliness among Chinese Canadians. A cross-sectional online survey was conducted in early 2021 with a sample of 899 Chinese Canadians (i.e., immigrants, citizens, visitors, and international students) during the Wave 2 of the COVID-19 pandemic. Overall, anti-Chinese discrimination was generally associated with younger age and poor financial or health status. Christianity/Catholicism believers were less likely to report perceived discrimination, whereas being married/partnered and living with family reduced the incidences of experienced discrimination. Most importantly, hierarchical linear regression models showed that both perceived and experienced discrimination predicted higher psychological distress (βs = 4.90–7.57, ps ≤ .001) and loneliness (βs = .89–1.73, ps ≤ .003), before and after controlling for all related sociodemographic covariates. Additionally, older age, higher education, better financial or health status could all buffer psychological distress, whereas living with family or in a house and better financial or health status could mitigate feeling of loneliness. The results suggested that discrimination has a robust detrimental impact on mental health conditions among Chinese Canadians.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».