“Progress in Medicine Is Slower to Happen”: Qualitative Insights Into How Trans and Gender Nonconforming Medical Students Navigate Cisnormative Medical Cultures at Canadian Training Programs
Notice bibliographique
Résumé
PURPOSE: Trans and gender nonconforming (TGNC) people face significant health disparities compared with their cisgender (nontrans) counterparts. Physician-level factors play a role in these disparities, and increasing the participation of individuals from sexuality and gender minority (SGM) communities in medical training has been proposed as one way of addressing this issue; however, very little is known about the experiences of TGNC medical students. This study aimed to understand the experiences of TGNC medical students in Canada. METHOD: Between April 2017 and April 2018, 7 TGNC participants either currently enrolled in or recently graduated from a Canadian medical school completed audiorecorded semistructured interviews. Interviewers asked about experiences with admissions; academic, clinical, and social environments; and interactions with administration. The authors analyzed interviews using a constructivist grounded theory approach. RESULTS: The authors developed 5 overarching themes: navigating cisnormative medical culture; balancing authenticity, professionalism, and safety; negotiating privilege and power differentials; advocating for patients and curricular change; and seeking mentorship in improving access and quality of care to TGNC patients. This article focuses on the first theme, with associated subthemes of culture and context; interactions with classmates, curriculum, policy, and administration; and gendered spaces. CONCLUSIONS: The results of this study delineate heterogeneous experiences of medical cultures with a shared underlying pattern of erasure of TGNC people as both patients and clinicians. Findings were largely consistent with previously published recommendations for improving academic medical institutional climates for SGM people, though the need for access to appropriate gendered spaces beyond washrooms was highlighted.
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 | 0,015 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,022 | 0,022 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».