A triple trust penalty? The majority-minority gap in subjective wellbeing
Notice bibliographique
Résumé
This study introduces a social capital perspective to the majority-minority gap in wellbeing. We explore the role of social trust and test specifically whether racial and ethnic minorities may experience a triple trust penalty. First is a level penalty, where minorities exhibit lower levels of trust, potentially adversely affecting their wellbeing. Second, there may be a return penalty, where minorities may experience a diminished return from being trustful. Third, there may be a protection penalty, where minorities experience reduced benefits from residing in a high-trust context. Our empirical analyses are based on data from multiple waves of the European Social Survey (Round 4–10, 2008–2020) with over 300,000 individuals from 38 European countries. Our analyses indicate support for the level penalty, but we found no evidence for the return or protection penalties. Specifically, we show that racial and ethnic minorities’ lower levels of trust can have harmful impacts on their happiness and life satisfaction. However, an increase in trust yields greater wellbeing among racial and ethnic minorities, and residing in a high-trust context also appears to have a more substantial impact on the well-being of racial and ethnic minorities as compared to their counterparts. The results suggest that promoting trust can effectively narrow the wellbeing gap among various racial groups. • This study introduces a social capital perspective to the majority-minority gap in wellbeing. • Socioeconomic inequality and discrimination factors can account for a large share but not all of the gap in wellbeing. • Racial and ethnic minorities' lower levels of trust can have harmful impacts on their wellbeing. • An increase in trust yields greater wellbeing among racial and ethnic minorities. • Residing in a high-trust context has a more substantial impact on racial and ethnic minorities' wellbeing.
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 | 0,003 | 0,011 |
| 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 | 0,002 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».