Adolescents' implicit and explicit attitudes toward their peers with genetic conditions
Notice bibliographique
Résumé
INTRODUCTION: Previous research has demonstrated that children lacking knowledge about genetic disorders may have harmful attitudes toward people with disabilities, but disability awareness can successfully modify these attitudes. We explored adolescents' implicit and explicit attitudes toward peers with genetic conditions to determine whether improved genetics/genomics literacy can mitigate the impact of ableism in this population. METHODS: English-speaking adolescents (10-18 years) from British Columbia were invited to complete a Disability Attitudes Implicit Association Test (DA-IAT) and participate in a semi-structured focus group centering on a fictionalized vignette about an adolescent with Down syndrome. We used pragmatism as an analytical paradigm. Descriptive and inferential statistics were used to analyze DA-IAT and sociodemographic data; phronetic iterative analysis with constant comparison as a coding strategy for transcripts; and interpretive description to develop a conceptual model. RESULTS: Twenty-two adolescents completed the DA-IAT and participated in one of four focus groups. Participants had a statistically significant implicit preference for non-disabled people (D-score = 0.72, SD = 0.44; t = 7.18, p < .00001). They demonstrated greater diversity in their explicit attitudes during the focus groups. Although participants articulated a positive attitude toward improved genetics education, results demonstrate their belief that social and personal interactions with disabled peers would be essential to address negative perceptions. CONCLUSIONS: This study lays important groundwork to understand, explain, and influence the negative attitudes of adolescents toward individuals with disabilities. Findings will be used to inform the design of interventions that address biased perceptions of people with genetic disorders, with the goal of reducing prejudices and improving social interactions.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».