Experiences of Transgender and Gender Nonbinary Medical Students and Physicians
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
Abstract Purpose: To explore the experiences of transgender and gender nonbinary (TGNB) medical students and physicians in the United States. Methods: The authors conducted a 79-item online survey using Likert-type and open-ended questions to assess the experiences of TGNB-identified U.S. medical students and physicians. Variables included demographic data, disclosure of TGNB status, exposure to transphobia, and descriptions of educational and professional experiences. Recruitment was conducted using snowball sampling through Lesbian, Gay, Bisexual, Transgender, Queer professional groups, list-servs, and social media. The survey was open from June 2017 through November 2017. Results: Respondents included 21 students and 15 physicians (10 transgender women, 10 transgender men, and 16 nonbinary participants). Half (50%; 18) of the participants and 60% (9) of physicians had not disclosed their TGNB identity to their medical school or residency program, respectively. Respondents faced barriers on the basis of gender identity/expression when applying to medical school (22%; 11) and residency (43%; 6). More than three-quarters (78%; 28) of participants censored speech and/or mannerisms half of the time or more at work/school to avoid unintentional disclosure of their TGNB status. More than two-thirds (69%; 25) heard derogatory comments about TGNB individuals at medical school, in residency, or in practice, while 33% (12) witnessed discriminatory care of a TGNB patient. Conclusion: TGNB medical students and physicians faced significant barriers during medical training, including having to hide their identities and witnessing anti-TGNB stigma and discrimination. This study, the first to exclusively assess experiences of TGNB medical students and physicians, reveals that significant disparities still exist on the basis of gender identity.
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) | 0,001 | 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) | 0,001 | 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 découle