“Invisible” Black Women Being Denied, Passed Over, and Ignored as a Function of Racism (not Sexism) Among White People
Notice bibliographique
Résumé
There is considerable debate in psychology about the extent to which Black women (vs. Black men or White women) are targeted for discrimination, especially as a function of racism/sexism. To gain greater insight into the perpetration of racial and gender-based discrimination against Black women, Study 1 (N = 431; White MTurk workers) considered whether individual endorsement of sexism/racism moderates healthcare discrimination against Black or East-Asian (vs. White) women. Participants completed measures of modern racism/hostile sexism before being randomly assigned to make healthcare recommendations regarding a Black, White, or East-Asian female target. Collapsing across individual differences, there was not significantly more opposition to recommending healthcare resources for Black or East-Asian (vs. White) women. However, COVID-19 and general physical-health discrimination against Black (vs. White) women significantly increased as individual endorsement of racism increased. Furthermore, participants higher (vs. lower) in endorsement of racism were more opposed to recommending healthcare resources for Black (but not for White) women. Individual differences did not moderate any form of healthcare discrimination against East-Asian (vs. White) women. Study 2 (N = 480; White male MTurk workers) considered whether individual endorsement of sexism or racism moderated STEM-workforce discrimination against Black women (vs. Black men or White women). Participants completed prejudice measures before being randomly assigned to make hiring and promotion timeline recommendations for a Black female, Black male, White female, or White male target. Collapsing across individual differences, Black women (vs. White women or Black men) were not deemed less hirable or needing longer promotion timelines. Additionally, individual differences in racism did not significantly moderate STEM-workforce discrimination against Black (vs. White) women, but a marginally significant trend revealed more hiring opposition against Black women as racism increased. However, STEM-workforce discrimination against Black women (vs. Black men) was greater among participants higher (vs. lower) in endorsement of racism but not sexism. Furthermore, participants higher (vs. lower) in endorsement of racism were more opposed to hiring Black women (but not Black men or White women) and recommended longer promotion timelines for Black women (but not for Black men). This thesis concludes with a discussion of theoretical implications.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».