Multiple jeopardy, national wealth and perceived discrimination: Subjective health of intersecting minority groups across 28 countries
Notice bibliographique
Résumé
Objective: Belonging to social minority groups is detrimental for health outcomes, yet it is still unclear how multiple social minority statuses combine in their effect on health and whether perceived discrimination explains this link. Moreover, the moderating role of the societal context on the multiple social minority status-health link has never been tested. The current study employs a comprehensive conceptual framework to better understand the patterns of association between health outcomes and multiple social minority statuses. Methods and measures: Using data from the European Social Survey (N = 53,161 from 28 countries) and multi-level structural equation modelling, the study examines whether older age, female gender and ethnic minority status have additive, exacerbation or inurement effects on subjective health, whether perceived discrimination mediates these relations, and whether national wealth moderates the associations. Results: Old age and female gender, but not ethnicity, were related to adverse health outcomes, especially in poorer countries. Belonging to two, but not three, social minority groups exacerbated health outcomes. Perceived discrimination explained some of the (multiple) social minority status-health links, whereas an ethnicity-related health risk was fully mediated by perceived discrimination. Conclusion: Supporting the idea of intersectionality, different combinations of social minority statuses differ in health outcomes as well as the underlying mechanisms.
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 | 0,002 |
| 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 | 0,002 | 0,001 |
| 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 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 ».