Examining Early Life Trauma as a Contributing Factor to Later Stressor Burden: A Focus on Discriminatory and Social Determinant Stress
Notice bibliographique
Résumé
Experiences of early-life trauma can have detrimental long-term effects on wellbeing and may contribute to increases in later stressful life experiences, such as discrimination stress and/or unmet social determinants of health.The overarching goal of the current study was to understand how early-life trauma sets off a cascade of stressful experiences throughout life to affect mental health, and identify which ethnic and gender groups would be most affected.Participants (N = 471) comprised individuals who identified as one of four ethnicity groups: Black, White, Middle Eastern and East Asian.All participants completed questionnaires on-line assessing stressful life experiences and mental health.Black individuals displayed higher levels of everyday discrimination compared to East Asian and Middle Eastern individuals.As well, both Black and White individuals reported higher levels of lifetime discrimination compared to East Asian individuals.For Black individuals, everyday discrimination mediated the relationship between early-life trauma and anxiety but not to depressive symptoms, a relation that was found among White and Middle Eastern individuals.Importantly, discrimination did not mediate any relationships among East Asian individuals.Social determinants of health mediated the relationships between both early-life trauma and anxiety, and early-life trauma and depression among East Asian, Black, and White individuals.Moreover, gender was a significant moderator in the mediated relationship between early-life trauma, everyday discrimination, and mood scores.These moderated mediation relationships were significant for both women and men but were stronger for men.The current study reveals important pathways that could help disentangle the contributions of early-life trauma to later stressors and mental health challenges for specific gender and ethnic groups.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».