Eliminating LGBTIQQ Health Disparities: <i>The Associated Roles of Electronic Health Records and Institutional Culture</i>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
For all humans, sexual orientation and gender identity are essential elements of identity, informing how we plan and live our lives. The historic invisibility of sexual minorities in medicine has meant that these important aspects of their identities as patients have been ignored, with the result that these patients have been denied respect, culturally competent services, and proper treatment. Likely due to historic rejection and mistreatment, there is evidence of reluctance on the part of LGBT patients to disclose their sexual orientation (SO) or gender identity (GI) to their health care providers. There is some perception of risk in sharing SO and GI for many patients who have had bad prior experiences. Despite these risks, we argue that we can improve the quality of care provided this population only by encouraging them to self-identify and then using that information to improve quality of care. One strategy both to prompt patient self-identification and to store and use SO and GI data to improve care centers on the use of electronic health records. However, gathering SO and GI data in the EHR requires a workforce that knows both how to obtain and how to use that information. To develop these competencies, educational programs for health professionals must prepare students and educators to elicit and to use sexual orientation and gender identity information to improve care while simultaneously ensuring the safety of patients, trainees, and staff and faculty members as SO and GI become openly discussed and integral parts of ongoing medical discussion and care. As determination of SO and GI demographics becomes more common in health research, we will more fully understand the health risks for all the LGBTIQQ populations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle