<scp>Minority</scp> stress and structural stigma predict well‐being in European <scp>LGBTQ</scp>+ parents
Notice bibliographique
Résumé
Abstract Objective This study tested whether exposure to minority stress and structural stigma across multiple levels of the family system were associated with two indicators of well‐being (life satisfaction, depressive symptoms) in LGBTQ+ parents across 19 European countries. Background Minority stress (i.e., identity‐based stress resulting from systemic oppression) and structural stigma (i.e., hostile legal environments, prejudicial social attitudes) are heterogeneous, yet well‐documented risk factors of reduced well‐being within LGBTQ+ populations. However, a comprehensive assessment stratifying both concepts across multiple levels of the family system (i.e., the individual, couple, and family level) is lacking for LGBTQ+ parents. Method Using data from the EU LGBTI Survey 2019, a sample of 3808 LGBTQ+ parents from 19 European countries was analyzed. Associations between self‐reported minority stress indicators, objective structural stigma indicators, sociodemographic predictors, and well‐being were tested using non‐linear, machine learning‐based techniques (gradient boosted decision tree models). Results Supporting preregistered hypotheses, exposure to individual‐level minority stress and individual‐ and family‐level structural stigma predicted life satisfaction and depressive symptoms. Couple‐level minority stress predicted life satisfaction, but not depressive symptoms, and family‐level minority stress predicted neither. Trans parents and those facing economic burdens were particularly vulnerable to low well‐being. Conclusions Exposure to minority stress and structural stigma, particularly within highly stigmatizing regions, are risk factors for LGBTQ+ parents' well‐being. Future research should examine the role of family‐level minority stress using validated measures.
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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».