MétaCan
Menu
Retour à la cohorte
Enregistrement W4417292742 · doi:10.1007/s44192-025-00351-x

Association between experiences of discrimination and mental health among persons with disabilities in Canada during the COVID 19 pandemic

2025· article· en· W4417292742 sur OpenAlexaffabout
Sulemana Ansumah Saaka, Christa Sato

Notice bibliographique

RevueDiscover Mental Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDown syndrome and intellectual disability research
Établissements canadiensUniversity of TorontoUniversity of Northern British ColumbiaWestern University
Organismes subventionnairesnon disponible
Mots-clésMental healthOddsPandemicAssociation (psychology)ResidenceCoronavirus disease 2019 (COVID-19)Marital statusImmigration

Résumé

récupéré en direct d'OpenAlex

Discrimination against Persons with disabilities (PWDs), a pervasive issue that predates COVID-19, was reportedly magnified and manifested in both overt and subtle ways during the pandemic with implications for the mental health (MH) of PWDs. Nonetheless, far less work has focused on how experiences of discrimination affected the MH of PWDs during the pandemic in Canada. By utilizing data from the 2022 Canadian General Social Survey (N = 13,347), a subset of PWDs, for cross-sectional analyses of the impact of discrimination on mental health (MH) of PWDs, the results indicate that individuals who experienced discrimination based on their physical/mental disability status, physical appearance, and sex, all significantly reported lower odds of High Self-rated Mental Health (HSRMH) relative to those who did not experience these forms of discrimination. Those with multiple disability counts further reported lower odds of HSRMH relative those with only one disability count. On the contrary, having strong social connections, correlated more with HSRMH. Moreover, age, marital status, educational attainment, immigration status, and province of residence significantly predicted the MH of PWDSs in the study context. Thus, disability-related discrimination adversely affects the MH of PWDs in Canada, particularly, those with multiple disabilities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,356
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiscover Mental HealthMême sujetDown syndrome and intellectual disability researchTravaux en français237 207