Hetero-cis–normativity and the gendering of transphobia
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
A persistent finding in past research reifies a “gendered” cisnormative bias whereby heterosexual men (compared to heterosexual women) have been found to be overwhelmingly less supportive of transgender individuals in quantitative studies conducted in the United States and in Canada, China, Malaysia, the Philippines, Poland, Singapore, Sweden, Thailand, and the United Kingdom. I suggest that this finding reflects a synergistic relationship between “transphobia” and “homophobia” or, put another way, an overarching presence of hetero-cis–normativity whereby it is “normal” to be both heterosexual and cisgender and it is not normal (and therefore acceptable to be prejudiced toward) nonheterosexual and noncisgender individuals. Using this hetero-cisnormative framework in the current study, I utilize quantitative survey data from college-age students (N = 775; average age, 22; 78% White) at a university in the southern United States to investigate attitudes toward transgender individuals in three ways. First, I explore how hetero-cis–normative assumptions lead to gender differences in attitudes toward male-to-female and female-to-male transgender individuals. Next, I examine perspectives in opposition to hetero-cis–normativity—namely feminist identity and supportive attitudes toward lesbian, gay, and bisexual individuals—to explain why men (compared to women) have more negative attitudes toward transgender individuals. Finally, I explore how nonheterosexuals' attitudes may further elucidate the relationship between gender and attitudes toward transgender individuals. Overall results provide support for using a hetero-cis–normative framework to understand 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.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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