Documenting Research with Transgender, Nonbinary, and Other Gender Diverse (Trans) Individuals and Communities: Introducing the Global Trans Research Evidence Map
Notice bibliographique
Résumé
There is limited information about how transgender, nonbinary, and other gender diverse (trans) people have been studied and represented by researchers. The objectives of this study were to: (1) increase access to trans research; (2) map and describe trans research across subject fields; and (3) identify evidence gaps and opportunities for more responsible research. Eligibility criteria were established to include empirical research of any design, which included trans participants or their personal information and that was published in English in peer-reviewed journals. A search of 15 academic databases resulted in 25,230 references; data presented include 690 trans-focused articles that met the screening criteria and were published between 2010 and 2014. The 10 topics studied most frequently were: (1) therapeutics and surgeries; (2) gender identity and expression; (3) mental health; (4) biology and physiology; (5) discrimination and marginalization; (6) physical health; (7) sexual health, HIV, and sexually transmitted infections; (8) health and mental health services; (9) social support, relationships, and families; and (10) resilience, well-being, and quality of life. This map also highlights the relatively minor attention that has been paid to a number of study topics, including ethnicity, culture, race, and racialization; housing; income; employment; and space and place. Results of this review have the potential to increase awareness of existing trans research, to characterize evidence gaps, and to inform strategic research prioritization. With this information, it is more likely that trans communities and allies will be in a position to benefit from existing research and to hold researchers accountable.
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 | 0,121 | 0,174 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,047 | 0,036 |
| Études des sciences et des technologies | 0,004 | 0,012 |
| Communication savante | 0,027 | 0,038 |
| Science ouverte | 0,003 | 0,024 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».