Rainbow Writes: Peer-Led Creative Writing Groups’ Potential for Promoting 2SLGBTQ+ Youth Wellbeing
Notice bibliographique
Résumé
Though mainstream acceptance for the 2SLGBTQ+ community is on the rise, elevated risks of mental health challenges still pervade this community, particularly for youth growing up in this changing environment. Based on previous literature citing the benefits of creative interventions and youth autonomy, the current study sought to explore the implementation of an online, peer-led creative writing program as a possible means to increase emotional, psychological, and social wellbeing in 2SLGBTQ+ youth. Twenty self-identifying 2SLGBTQ+ youth from across Canada were recruited to form two 10-week, online peer-led creative writing groups titled “Rainbow Writes”. Based on Lerner et al.’s (2003) “Five Cs” of positive youth development, Rainbow Writes sought to alleviate some impacts of minority stressors in these 2SLGBTQ+ youth (14-18-years-old) within a COVID-19 context. Following a peer-led model, weekly writing exercises were led mainly by the youth. Mixed methods, in the form of a pre- and post- online survey, semi-structured interviews and a brief midway evaluation, were used to explore wellbeing outcomes and youth’s evaluation of the program. Thematic analysis, Reliable Change Index, and paired t-tests were used to analyze the data. Key qualitative findings demonstrated an increase in participants’ self-esteem and confidence as well as the importance of social connectedness and building 2SLGBTQ+ community, especially during the COVID-19 pandemic. Quantitative findings indicated positive changes in authenticity and other positive identity markers, and a slight decrease in anxiety symptoms. These findings contribute to the knowledge base on how to run successful creative writing interventions for 2SLGBTQ+ youth and demonstrate the potential of this program to help guide 2SLGBTQ+ youth through positive youth development.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».