Ethnic Identification and Stress: Examining HPA Axis Reactivity in Response to a Discrimination Related Laboratory Stressor
Notice bibliographique
Résumé
Through processes of colonization, American Indians and Alaskan Natives (AI/AN) have faced continuous, ongoing efforts to diminish their unique ethnic identities. Maintaining a robust ethnic identity may shield against harms related to colonization, such as ethnic discrimination. Ethnic discrimination is a psychosocial stressor with implications for the reactivity of our main stress axis, the hypothalamic-pituitary-adrenal (HPA) axis. However, whether ethnic identification buffers against ethnic discrimination remains unclear. The current study examined the stress-buffering effects of two facets of ethnic identification – exploration and commitment – on HPA reactivity in 303 urban-dwelling AI/AN using samples of salivary cortisol collected throughout a discrimination-based stressor task. Building on the rejection-identification hypothesis and other related theories, we hypothesized that ethnic identity exploration will predict greater HPA axis reactivity and commitment will predict lesser HPA axis reactivity. Findings revealed that exploration and commitment were both positively related to stress levels, contrary to expectations that commitment would weaken the relationship between discrimination and stress. Results align with broader findings suggesting ethnic identity can intensify stress responses to discrimination. These findings contribute to a deeper understanding of discrimination-related stress and ethnic identification as they relate to ongoing health disparities and challenges experienced by AI/AN communities.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».