Examining the Unexamined: Investigating Tamil Canadians experiences of racial/ethnic discrimination and wellbeing
Notice bibliographique
Résumé
Canada was the first country to adopt a national multicultural policy aimed at allowing all residents to feel a sense of belonging (Government of Canada, 2015), however racism continues to exist (Nelson & Nelson, 2004). Because racism can have a significant negative impact on mental and physiological health (Williams & Mohammed, 2009) it represents an important social issue. While evidence for racial disparities in Canada exists, reliable health-related research on racialized populations is rare (Nestel, 2012). This is also true for South Asians who represent one of the largest and fastest growing (Rahim, 2014) minority groups. Amongst Tamils, a distinct South Asian ethnic group and one of the largest Canadian refugee groups (Sandercock, Dickout, & Winkler, 2004), to our knowledge there is no study examining experiences of discrimination despite evidence of its existence (Beiser et al., 2003; Poolokasingham et al., 2014). The purpose of this study is to examine: 1) the nature of perceived racial/ethnic discrimination experienced by Tamils, 2) the factors that may contribute to these experiences (skin tone, accent, and ethnic density), 3) the relationship between these experiences and health outcomes, and 4) role of protective factors (social support, acculturation and ethnic identity). Findings suggest Tamils experience racial microaggressions and macro discrimination. Increases in both forms discrimination were correlated with decreased wellbeing and ethnic identity was correlated with decreased psychological distress. Skin tone, accent and ethnic identity did not account for increases in discrimination. Social support, acculturation, and ethnic identity did not moderate the relationship between discrimination and health. A descriptive model for understanding these relationships is presented and implications are described.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,004 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».