Therapists’ Lived Experiences of Recognizing and Addressing Microaggressions Towards Their Clients
Notice bibliographique
Résumé
Despite training and personal efforts, psychologists and other mental health professionals often engage in microaggressions towards clients during therapy. Microaggressions refer to comments, behaviours, or actions that dismiss and/or belittle aspects of one’s diverse identities (Sue et al., 2007, 2022). These facets of identity include areas such as race, gender, ethnicity, sexual orientation, gender identity, religion, immigration status and disability. Within the context of therapy, microaggressions are particularly problematic: equity denied clients courageously reaching out for support face yet another space where they are insulted, dismissed, and/or rejected. Unfortunately, many studies show that microaggressions negatively impact therapeutic relationships and, in some cases, lead to premature termination of therapy (Carone et al., 2023; Owen et al., 2019). Client-based research shows that discussing microaggressions can mitigate the harm caused. Unfortunately, no studies have explored exactly how microaggressions are addressed in therapy. Further, there is no research on therapists’ perspectives and experiences of engaging in microaggressions towards clients. The purpose of this study was to explore how psychologists recognized and addressed microaggressions they perpetrated in therapy using Smith et al.’s (2022) Interpretative Phenomenological Analysis (IPA) approach. Five Canadian psychologists (registered or on-track for licensure) were interviewed about their experiences. Eight group experiential themes which highlighted participants’ experiences were found: sensing a shift in therapy; calling out the microaggression; the embodied experience of microaggressing; experiencing self-judgement; navigating unknowns in therapy; preparing oneself to address the microaggression; owning up to the microaggression; and, monitoring cues for resolution.
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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,020 | 0,020 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».