I am Queer and Asian: The Crossroad of Race and LGBTQIA+ Identity among Queer Asian Canadian Youth and the Impacts of the COVID-19 Pandemic
Notice bibliographique
Résumé
LGBTQIA+ Asian youth face unique challenges due to their intersecting identities. Utilizing Asian Critical Race Theory and the Integration Model of Stress and Trauma in LGBTQIA+ Asians, LGBTQIA+ Asian youth are likely to experience detrimental mental health outcomes due to the stigmatization within their Asian culture and racial discrimination from the LGBTQIA+ communities. Moreover, the COVID-19 pandemic exacerbated existing challenges because of the closure of community spaces and increased hate crimes against Asians. Nonetheless, research on the intersectional experiences of LGBTQIA+ Asians in Canada, especially in the context of the COVID-19 pandemic is sparse. Thus, to address this gap, I undertook eight focus group discussions with 30 queer Asian youth across Canada, alongside a quantitative questionnaire to explore the participants’ mental health and intersectional experiences. Quantitative data showed that participants were experiencing negative mental health outcomes (i.e., stress, anxiety, and depression). Thematic analysis showed despite negative impacts from the COVID-19 restrictions and increased anti-Asian sentiments, the restriction allowed youth to explore their sexual orientation and gender identity. Participants also shared that the movement #stopAsianhate was empowering but excluded queer Asian voices. Furthermore, similar to queer Asian Americans’ experiences reported in the literature, participants experienced exclusion from both the queer (e.g., queer racism) and Asian communities (e.g., cultural stigmas), which seemed to exacerbate mental health concerns. As LGBTQIA+ safe spaces lack cultural sensitivity and tended to be White-dominated, more resources and funding should be devoted to queer Asian communities to create safe spaces for themselves and also educate the public about their experiences.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,023 | 0,010 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».