Postpartum Mental Health and Perceptions of Discrimination Among Asian Fathers During the COVID-19 Pandemic
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was twofold: (1) to examine the prevalence of postpartum depression and anxiety symptomatology among fathers of Asian descent living in North America during the COVID-19 pandemic, and (2) to identify the occurrences of online racial discrimination. STUDY DESIGN AND METHODS: Using a cross-sectional design and convenience sampling methods, we recruited fathers online via social media sites (Facebook, Instagram) between March 12 and July 31, 2022. The Edinburgh Postnatal Depression Scale, General Anxiety Scale, and the Online Victimization Scale assessed mental health well-being and discrimination outcomes. Data were analyzed using descriptive statistics, two sample t-test, chi-square test of independence, and Pearson's correlation analysis. RESULTS: Our sample included 61 fathers within 6 months postpartum living in the United States and Canada. Participants were on average 34 years old, married, and represented 17 Asian ethnic groups, including Asian Indian (41%), Filipino (11.3%), and Korean (8.1%). One-third of our participants (31.1%, n = 19) were at high risk of developing postpartum depression and scores of three (4.9%) fathers indicated they had clinically significant anxiety. Overall, 26.3% reported experiencing direct online racial discrimination and 65% reported occurrences of indirect online racial discrimination. CLINICAL IMPLICATIONS: There was a high rate of depressive symptoms and occurrences of online racial discrimination among fathers of Asian descent living in North America. These rates are higher than the general perinatal population and further research is warranted to examine risk factors and preventive strategies among this unique paternal ethnic group.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 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 ».