Exclusion and racial trauma: mental health costs for Canadian university students of color
Notice bibliographique
Résumé
Exclusion in academic settings is a pervasive issue that profoundly impacts marginalized students, particularly BIPOC (Black, Indigenous, and People of Color) individuals. This study examines the nature of exclusion, focusing on the role of racial microaggressions as operational mechanisms that undermine mental health and academic success. Participants completed an online survey that included measures of depression, racial trauma, racial microaggressions, and affect. Results demonstrate strong correlations between frequent microaggressions and heightened symptoms of racial trauma and depression. Despite prior evidence suggesting a protective role, ethnic identity did not buffer these adverse outcomes, with higher ethnic identity sometimes exacerbating depressive symptoms. Our findings also highlight systemic exclusion in institutional structures, such as ethnocentric curricula, inequitable policies, and lack of diverse representation in leadership. These systemic barriers compound interpersonal exclusions, creating environments where BIPOC students experience isolation, invalidation, and diminished belonging. Physiologically, perceived exclusion and discrimination activate chronic stress responses, contributing to health disparities through mechanisms such as epigenetic changes. While systemic racism contributes to these patterns, this study underscores the urgency of institutional reform to promote fairness and inclusivity. Efforts to address exclusion must extend beyond interpersonal interactions to structural changes in curricula, policy, and representation. These findings enhance our understanding of exclusion’s psychological and impacts, suggesting pathways for targeted interventions that promote belonging, mental health, and academic equity for marginalized students.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».