MétaCan
Menu
Retour à la cohorte
Enregistrement W4395117603 · doi:10.1177/14713012241249796

Living with dementia: Exploring the intersections of culture, race, and dementia, stigma

2024· article· en· W4395117603 sur OpenAlexafffund
Karen Lok Yi Wong, Granville B. Johnson, Deborah O’Connor

Notice bibliographique

RevueDementia · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDementiaStigma (botany)InvisibilityPsychologyFeelingQualitative researchRace (biology)RacismImmigrationExploratory researchDevelopmental psychologySocial psychologyMedicinePsychiatryGender studiesDiseaseSociology

Résumé

récupéré en direct d'OpenAlex

Research documents the presence of stigma and discrimination as key components in the lived experience of dementia. However, to date, there is limited understanding regarding how social location, particularly as it relates to culture and race, may shape this experience of stigma and discrimination. In this qualitative exploratory study, personal interviews were held with ten Chinese Canadians living with dementia focused on better understanding how culture, race, and dementia stigma influence their experiences. From the onset, themes related to stigma and discrimination were woven into the participants' stories about living with dementia. Consistent with other research, all participants described an increased sense of vulnerability and invisibility related to how both they and others responded to their diagnosis of dementia. Participants also provided examples of how this experience of stigma was compounded by culture, race, and immigration status. Importantly, these acts of stigma and discrimination were both externally and internally imposed, resulting in feelings of lack of safety and insecurity. This research draws attention to the increased vulnerability that accompanies a diagnosis of dementia and illustrates how this may be heightened by one's culture and racism.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,329
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDementiaMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207