MétaCan
Menu
Retour à la cohorte
Enregistrement W6887708860 · doi:10.17605/osf.io/2fhm4

Internalized Racism, Family Social Support, Ethnic-Racial Centrality, and Self-Esteem Among BIPOC Canadian Young Adults

2024· other· en· W6887708860 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Science Framework · 2024
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStressorRacismMental healthSocial supportYoung adultLongitudinal studyRacial differencesProtective factorQuality of Life Research

Résumé

récupéré en direct d'OpenAlex

Black and Latinx individuals frequently experience ethnic-racial discrimination, a harmful stressor that leads to increased depressive symptoms and lower psychological well-being. Recently, scholars have argued that internalized racism, or negative beliefs about one’s racial group, may be the most harmful form of racism (Seaton, 2020). The adverse negative mental health effects of internalized racism have been extensively documented, however, internalized racism’s impact on aspects of psychological well-being (e.g., self-esteem) and development of a strong ethnic-racial identity, a developmental milestone among people of colour (Umaña-Taylor et al., 2014), have not been as well-documented – particularly in a longitudinal fashion. Further, familial social support is a known protective factor against the adverse effects of in-person racism, however, less research has documented its ability to protect against the stress of internalized racism. The present pre-registered study addresses these gaps by examining the short-term longitudinal (6-month) impacts of internalized racism on self-esteem and ethnic-racial centrality. Additionally, we will examine the main effect and the moderating influence of familial social support to determine whether it can mitigate the hypothesized adverse effects of internalized racism on our outcomes.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,004
Communication savante0,0050,001
Science ouverte0,0070,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,011

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 Opus0,027
Tête enseignante GPT0,347
Écart entre enseignants0,320 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Science FrameworkTravaux en français237 207