Digital Platforms as Equivocal Health Promotion: Examining the Mental Health of 2SLGBTQ+ People Related to the COVID-19 Pandemic
Notice bibliographique
Résumé
2SLGBTQ+ people often depend on digital platforms, including social media, to connect with members of their community and curate support networks, especially during the COVID-19 pandemic, which has had devastating mental health impacts on marginalized populations. Unfortunately, these same platforms are often engulfed with homophobia and transphobic rhetoric and high rates of online violence targeted at 2SLGBTQ+ communities. To shed light on how digital platforms can help and/or hinder 2SLGBTQ+ people's mental health, we conducted a mixed-methods survey to examine mental health outcomes among 2SLGBTQ+ people in Nova Scotia, Canada, who have used digital platforms during and since the COVID-19 pandemic. The Health Equity Promotion Model was applied to analyze survey data collected from 119 participants and uncover how intersecting individual, structural, and technological factors and affordances impact 2SLGBTQ+ people's mental health. Our findings reflect the diversity and fluidity of 2SLGBTQ+ people's mental health experiences that cannot be viewed through a positivistic lens. We discuss the ethical implications of digital platforms and their mental health effects on marginalized populations and the importance of conducting intersectional research, and we conclude with recommendations to support 2SLGBTQ+ people's mental health.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».