Black disabled people and mental health: Intersectionality of racism, COVID-19, and disability. An autoethnographic journey.
Notice bibliographique
Résumé
Abstract Mental, physical, and emotional health are essential for everyone to enable the totality and completeness of one’s health and well-being to enhance quality of life. Mental health is one of the deep-rooted issues in the racialized community. Among Black disabled people, mental health is among some neglected areas in research. Generally, there is a lack of culturally appropriate mental health promotion and advocacy for Black disabled people. Due to my professional experience in the health, social services and community non-profit organisations, I was motivated to utilize auto ethnographic methodology to explore my personal experiences, thoughts and ideas regarding the intersectionality of race, COVID-19 and disability and how these interconnected factors affect the mental health of Black disabled people. In this study, I performed reflective examination of my ideas and thoughts revealing how race, COVID-19 and disability have negatively impacted mental health of Black disabled people. I also relied on my own memory of events from my interaction with disabled people, participant observation field notes and research dairies as data collection techniques. Within my stories, I addressed how Black disabled people experienced racism and COVID-19 as a dual pandemic that impact mental health. As the growing awareness of negative impact of the pandemic on Black disabled people widens, I provided readers with possible strategies and recommendations that might solve the impact of racism and COVID-19 on the mental health of Black disabled people. I recommended that mental health training package, toolkit and resources about Black disabled people should be widely distributed and used by everyone who want to embark on the critical journey toward greater awareness, implementation of human rights and efficient creation of an inclusive society.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,014 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,007 |
| 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 ».