The impact of marriage equality campaigns on stress: Did a Swiss public vote get under the skin?
Notice bibliographique
Résumé
Lesbian, gay, bisexual, trans, intersex, and queer (LGBTIQ+) individuals encounter persistent structural inequalities and discrimination that can lead to detrimental psychological and physiological health outcomes. Amid evolving legal landscapes, little attention has been directed toward understanding the physiological health effects of societal shifts on these communities. This study aims to explore the impact of a national marriage equality vote and associated debates on psychological and biological stress among LGBTIQ+ individuals and cisgender, heterosexual, endosex individuals (termed cis-heterosexual) in Switzerland. We gathered longitudinal survey and biological data collected in hair samples among LGBTIQ+ and cis-heterosexual individuals before, during, and after the 2021 national vote (survey data: N T1T2 = 954; N T2T3 = 880; biological data: N T1T2 = 393; N T2T3 = 354). Preregistered analyses reveal a notable increase in biological stress levels (i.e., cortisol and cortisone levels), but not perceived stress, among both LGBTIQ+ as well as cis-heterosexual individuals who were close to them during the campaign. Results further point out the negative impacts of the campaign against marriage equality (i.e., no-campaign) on LGBTIQ+ individuals’ biological stress levels as well as on those of their allies. These effects were, however, moderated by exposure to the campaign for marriage equality (i.e., yes-campaign), indicating the powerful buffering effects of the yes-campaign on the impact of discrimination on individuals’ health. However, these positive effects appear to come at a cost, potentially impacting the well-being of individuals engaged in advocating for the yes-campaign. This research underscores the lasting impact of political campaigns on individuals’ health.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».