Affective and Attitudinal Features of Benevolent Heterosexism in Italy: The Italian Validation of the Multidimensional Heterosexism Inventory
Notice bibliographique
Résumé
Abstract Introduction People who belong to a sexual and gender minority often face prejudices that have their roots in heterosexism, a sociocultural system that can manifest itself in different ways and sometimes in a seemingly benevolent fashion. The present study examined the psychometric properties of the Multidimensional Heterosexism Inventory (MHI), a scale assessing aversive, amnestic, paternalistic, and positive stereotypic heterosexism, in an Italian sample. Methods Two hundred one cisgender and heterosexual individuals (129 women and 72 men) aged 18 to 81 years ( M = 36.42, SD = 12.56) were recruited online between May and October 2022 and answered questions about social dominance orientation, right-wing authoritarianism, ambivalent sexism, and attitudes toward lesbians and gay men. Results Confirmatory factor analysis showed that the original 4-factor model of the scale fit the data well. Predictive and convergent validity of the Italian version of the MHI was adequate, whereas discriminant validity was not fully achieved due to overlap of multidimensional heterosexism with hostile and benevolent sexism and authoritarianism. Scores were higher for aversive and amnesic heterosexism in men than in women, but not for paternalistic and positive stereotypic heterosexism. Finally, less educated participants, those with no LGBTQI + friends, and religious participants were higher in all MHI subscales than their counterparts. Conclusions This study provides the first evidence for the validity and reliability of an Italian version of the MHI. Policy Implications Using the MHI can help to make visible not only the explicit but also the subtle forms of heterosexism, thus recognizing the multidimensional nature of heterosexism produced in social institutions.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 ».