MétaCan
Menu
Retour à la cohorte
Enregistrement W1846740225 · doi:10.1177/1049732315613311

Negotiating Violence in the Context of Transphobia and Criminalization

2015· article· en· W1846740225 sur OpenAlexaffabout
Tara Lyons, Andrea Krüsi, Leslie Pierre, Thomas Kerr, Will Small, Kate Shannon

Notice bibliographique

RevueQualitative Health Research · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensSimon Fraser UniversityUniversity of British Columbia
Organismes subventionnairesNational Institute on Drug Abuse
Mots-clésCriminalizationTransphobiaContext (archaeology)CriminologyNegotiationPsychologySociologyPolitical scienceGender studiesTransgenderLawGeography

Résumé

récupéré en direct d'OpenAlex

A growing body of international evidence suggests that sex workers face a disproportionate burden of violence, with significant variations across social, cultural, and economic contexts. Research on trans sex workers has documented high incidents of violence; however, investigations into the relationships between violence and social-structural contexts are limited. Therefore, the objective of this study was to qualitatively examine how social-structural contexts shape trans sex workers' experiences of violence. In-depth semistructured interviews were conducted with 33 trans sex workers in Vancouver, Canada, between June 2012 and May 2013. Three themes emerged that illustrated how social-structural contexts of transphobia and criminalization shaped violent experiences: (a) transphobic violence, (b) clients' discovery of participants' gender identity, and (c) negative police responses to experiences of violence. The findings demonstrate the need for shifts in sex work laws and culturally relevant antistigma programs and policies to address transphobia.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,958

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,574
Tête enseignante GPT0,626
Écart entre enseignants0,052 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations92
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQualitative Health ResearchMême sujetSex work and related issuesTravaux en français237 207