MétaCan
Menu
Retour à la cohorte
Enregistrement W2144447030 · doi:10.5402/2012/161097

Gender, Work, and Health for Trans Health Providers: A Focus on Transmen

2012· article· en· W2144447030 sur OpenAlexafffundabout
Judith A. MacDonnell, Alisa Grigorovich

Notice bibliographique

RevueISRN Nursing · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensYork University
Organismes subventionnairesYork University
Mots-clésHealth carePsychological resilienceQualitative researchPsychologySocial determinants of healthSociologyHealth equityNursingSocial psychologyPublic healthMedicinePolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Well-documented health research points to trans people's vulnerability to health inequities that are linked to deeply embedded structural and social determinants of health. Gender and work, as social determinants of health for trans people, both shape and are shaped by multiple factors such as support networks, social environments, income and social status, shelter, and personal health practices. There is a gap in the nursing literature in regards to research on work and health for diverse trans people and a virtual silence on the particular issues of trans-identified health providers. This qualitative study used comparative life history methodology and purposeful sampling to examine links among work, career, and health for transmen who are health providers. Semistructured interviews were completed with four Canadian transmen involved in health care professional and/or practice contexts with diverse professions, age, work, and transitioning experiences. Critical gender analysis showed that unique and gender-related critical events and influences shape continuities and discontinuities in their careerlives. This strength-based approach foregrounds how resilience and growth emerged through participants' articulation with everyday gender dynamics. These findings have implications for nursing research, education, and practice that include an understanding of how trans providers "do transgender work" and supporting them in that process.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,860

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,161
Tête enseignante GPT0,455
Écart entre enseignants0,293 · 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'étudeObservationnel
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

Citations22
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueISRN NursingMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207