Gender Considerations in the Measurement of Climate Change Anxiety: A Cross-Sectional Study in British Columbia, Canada
Notice bibliographique
Résumé
Globally, the impacts of climate change disproportionately impact women and gender non-binary people (non-binary). Few studies have examined gender differences in climate change anxiety (CCA). Methods: This study examines gender differences in CCA among women, men, and non-binary people living in British Columbia, Canada. Participants were recruited between May and December 2021 using online advertisements. Results: Among 1,260 participants, 21.9% (n = 138/631) of men, 49.5% (n = 257/519) of women, and 54.9% (n = 28/51) of non-binary participants, had moderate/high CCA scores. Men were less likely to report difficulty concentrating (p < 0.001), crying (p < 0.001), or responding to climate change by writing down and analyzing their thoughts (p < 0.001). Demographically adjusted models showed higher CCA among women (aOR = 2.17, 95% CI [1.65-2.85]) and non-binary participants (aOR = 2.70, 95% CI [1.43-5.13]) relative to men. When also adjusting for generalized psychological distress, the elevated effect among women remained significant (aOR = 1.52, 95% CI [1.14-2.04]), while the effect among non-binary participants was no longer significant (aOR = 1.67, 95% CI: [0.86-3.26]). Conclusions: Despite differences in generalized psychological distress, women and non-binary people likely experience a disproportionate burden of CCA. Further research is needed to understand the underlying mechanisms and potential mental health supports for individuals struggling with CCA across the gender spectrum.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 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) | 0,005 | 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 ».