The relationship between disability identity and use of person-first and identity-first language.
Notice bibliographique
Résumé
PURPOSE/OBJECTIVE: Debate continues over disability language preferences, with some individuals favoring person-first language and others preferring identity-first language. Not all people with disabilities identify as such, and language use may be influenced by an individual's disability identity. This study examined the relationship between disability identity and language use for self-identification, referring to others, and perceived appropriateness across different contexts. RESEARCH METHOD/DESIGN: = 39.9 years; 72.8% female, 17.5% nonbinary; 87.2% from Australia, 6.1% from the United States, 3.6% from the United Kingdom) completed a survey on demographic and health-related factors, disability identity, disability language use, and perceived appropriateness of disability language use across different contexts. Multiple linear and multinomial logistic regression models explored relationships among these variables. RESULTS: Participants with a stronger disability identity were more likely to use identity-first language and perceived it as more appropriate across contexts, while those with a lower disability identity preferred person-first language. Several demographic and health-related factors significantly predicted stronger disability identity, including younger age, nonbinary gender, residence in "other" countries (e.g., New Zealand, Canada, and European countries excluding the United Kingdom), neurodevelopmental, hearing, digestive, or pain conditions, congenital conditions, and having visible or both visible and invisible disabilities. CONCLUSIONS/IMPLICATIONS: These findings contribute to a deeper understanding of disability identity and language preferences. Future research should explore how personal and environmental contexts influence language use among people with disabilities, as addressing individuals with dignity and respect is essential in advancing toward a more inclusive society. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».