INTERSECTING IDENTITIES AND HEALTH-RELATED QUALITY OF LIFE AMONG LGBTQ+ OLDER ADULTS
Notice bibliographique
Résumé
Abstract LGBTQ+ older adults remain understudied in terms of the intersectionality of their identities and its impact on health. It is unclear how certain aspects of identity are perceived as central and how the intersection of multiple identities influences experiences of discrimination. This study identifies intersectional profiles of identity centrality and attributions for day-to-day discrimination, focusing on gender, sexual and gender identity, age, and race/ethnicity among LGBTQ+ older adults. It also examines the associations between profile membership, key psychological and social factors, and physical and mental health-related quality of life (HRQOL). Utilizing data from the National Health, Aging, and Sexuality/Gender Study, the first national longitudinal study of 2,450 LGBTQ+ older adults, we unveiled five latent profiles using Latent Class Analysis, which depict heterogeneous patterns in individuals’ perception of their identities in terms of centrality and as the basis of their discrimination experiences. The most prevalent was the moderate centrality and discrimination profile (C1; 31%), followed by high centrality and discrimination (C2; 26%), low centrality and discrimination (C3; 17%), high centrality and low discrimination (C4; 15%), and low centrality and high discrimination (C5; 11%). C2 and C5 exhibited lower physical and mental HRQOL compared to other profiles, suggesting that multiple discrimination attributes may contribute to compromised health, regardless of identity centrality. C2 and C4 showed high identity centrality across all identities, which was linked to greater critical awareness and activism. This study highlights the significance of incorporating an intersectional lens to better understand the distinct needs and strengths within LGBTQ+ aging 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 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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».