Real-time exposure to negative news media and suicidal ideation intensity among LGBTQ young adults in a high-stigma US state
Notice bibliographique
Résumé
Abstract Background With a recent surge in anti-LGBTQ policies and associated news/media coverage worldwide, there is a crucial need to study the role of LGBTQ negative news/media on proximal risk for suicide among LGBTQ youth, especially in high-stigma contexts. Methods Using a smartphone-based protocol, participants responded to brief self-report surveys 3x per day for 28 consecutive days. LGBTQ young adults (ages 18-24 years old) residing in Tennessee with recent suicidal ideation were recruited. At each assessment, participants reported real-time exposure to negative news/media, whether the news/media was related to LGBTQ topics, expectations of anti-LGBTQ rejection, and current intensity of passive suicidal ideation, active suicidal ideation, and self-harm ideation. Statistical analyses employed multilevel path analyses with restricted maximum likelihood estimation. Results 31 participants completed 2189 assessments (90.5% median compliance). Within-person effects showed that real-time exposure to LGBTQ - but not general - negative news/media was positively associated with suicidal ideation intensity. Significant indirect effects were present from exposure to LGBTQ negative news/media to higher suicidal ideation intensity through expectations of rejection. Mediation through expectations of rejection accounted for 25% and 39% of the total effect for active and passive suicidal ideation, respectively. Conclusions Findings have important public health implications related to media reporting, policy, and clinical intervention. Interventions targeting media organizations should promote responsible reporting practices and increase awareness of the potential suicidogenic impact of negative LGBTQ news coverage. This study joins numerous others in documenting the potential mental health harms of policies that restrict LGBTQ visibility and rights. Mental health professionals play a vital role in promoting coping in the face of exposure to LGBTQ negative news/media content.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,003 | 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 ».