“Stuff that only mixed‐race people would understand”: Community and identity‐related experiences in online groups for multiracial people
Notice bibliographique
Résumé
Abstract Multiracial people are a rapidly growing group who may still lack social support from similar others in their offline lives. This study aimed to understand the user experiences in online groups for multiracial individuals. In a cross‐sectional online survey, 300 multiracial emerging adults (79% women; mean age = 23; most common ethnic identity components: 86% White/European, 44% Chinese, 17% Japanese, 16% Southeast Asian, and 13% Filipino) answered open‐ended questions about their experiences in Facebook groups for multiracial people. Participants described aspects of the groups they liked and disliked most, as well as their identity‐related experiences in the groups. We used reflexive thematic analysis to generate four themes within participants responses: (1) online groups as a gateway into connections with other multiracial individuals, (2) deriving a sense of belonging and community, (3) an opportunity for exploration and validation of racial identity, and (4) negative intrusions such as negative content (e.g., trolling, repetitive posting) and racism. For racial and ethnic minorities such as multiracial individuals, Facebook groups provide a space for community‐building and identity‐related experiences. Although online groups can foster a strong sense of community, validation, and belonging, findings also highlight potential challenges and limitations (e.g., how to delineate group boundaries, difficulty forming close relationships). Online group users and researchers should explore novel ways of maximizing these positive experiences while addressing users' concerns and negative experiences.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».