Applying an intersectional ecological framework to understand ableism and racism in employment among youth and young adults with disabilities
Notice bibliographique
Résumé
PURPOSE: Youth with disabilities often face many barriers in finding employment. A knowledge gap exists surrounding the experiences of racially minoritized youth with disabilities who arguably encounter multiple and complex forms of discrimination. The purpose of this study was to understand the experiences of ableism and racism in employment among racially minoritized youth and young adults with non-apparent disabilities. METHODS: Individual semi-structured interviews were conducted with 19 racially minoritized participants aged 17-30 with non-apparent disabilities. Data were analyzed using a deductive thematic analysis approach informed by an intersectional ecological framework. RESULTS: Themes that affected racially minoritized youth's employment included: (1) microsystems (i.e., individual barriers and facilitators to employment); (2) mesosystems (i.e., peers, family, disability, race/ethnicity, and work); (3) exosystems (i.e., workplace policies, healthcare system, educational institutions, community organizations); (4) macrosystems (i.e., ableism, racism, gendered discrimination and intersectional forms of discrimination); (5) the chronosystem (i.e., timing of obtaining employment, diagnosis and discrimination); and (6) ecological niche, which involved the extent to which work environments were safe and inclusive. CONCLUSION: Applying an intersectional ecological framework facilitates our understanding of ableism and racism in employment among youth and young adults with disabilities. Further attention is urgently needed to minimize discrimination and enhance supportive, inclusive and psychologically safe, work environments for minoritized youth with disabilities.
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 | 0,001 | 0,001 |
| 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 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».