Assessment of a “Transgender Identity Stigma” scale among trans women in India: Findings from exploratory and confirmatory factor analyses
Notice bibliographique
Résumé
Background: Sexual minority stigma has been shown to influence mental health and sexual risk, but limited research is available on measuring transgender-identity stigma among trans women in India. We adapted an Exposure to Transphobia scale to the Indian context and tested a 14-item Transgender Identity Stigma Questionnaire (TGISQ) among trans women in India. We aimed to assess and validate the factor structure of the TGISQ and to assess its reliability.Methods: Data were from a cross-sectional survey among 300 trans women (including hijras/thirunangais) from six urban/semi-urban sites in India. The TGISQ consisted of self-reported ratings on 14 items. We initially conducted exploratory factor analysis, using principal axis factoring (PAF) and promax rotation, and assessed reliability (internal consistency) using Cronbach's alpha; we then conducted confirmatory factor analysis to assess construct validity (factorial validity). Construct validity of the final 13-item Transgender Identity Stigma Scale (TGISS) was also examined by computing Pearson's correlations between TGISS and relevant theoretical constructs (e.g., depression, social support).Results: PAF identified two factors: enacted stigma (5 items) and felt normative stigma (8 items). The final 13-item TGISS had high reliability and acceptable construct validity.Conclusions: The TGISS was found to have adequate psychometric properties, making it the first valid and reliable scale to measure stigma and discrimination faced by trans women in India. Future studies can further refine TGISS, which might help in comparing the differences in stigma experiences among diverse subgroups of trans women, and in monitoring and evaluating the success of stigma reduction programs.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».