Suicidal Thoughts and Behaviors Among Transgender Adults in Relation to Education, Ethnicity, and Income: A Systematic Review
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 Introduction: This systematic review assessed the impact of race/ethnicity, education, and income on transgender individual's lifetime experience of suicidal thoughts and behaviors (SITB) in gray and published literature (1997–2017). Methods: Sixty four research projects (108 articles) were identified in WorldCat, PubMed, and Google Scholar. Articles were included if they were published in Canada or the United States, included original quantifiable data on transgender SITBs, and had ≥5 participants, at least 51% of whom were ≥18 years. Results: Across all projects suicide ideation averaged 46.55% and attempts averaged 27.19%. The majority of participants were Caucasian, whereas the highest rate of suicide attempts (55.31%) was among First Nations, who accounted for <1.5% of participants. Caucasians, by contrast, had the lowest attempt rate (36.80%). More participants obtained a bachelor's degree and fewer an associate or technical degree than any other level of education. Suicide attempts were highest among those with ≤some high school (50.70%) and lowest among those with an advanced degree (30.25%). More participants made an income of $20–$50,000/year and less $10–$20,000 than any other income bracket. Conclusion: SITBs, among the transgender population, are both universally high and impacted by race/ethnicity, educational attainment, and income. These findings may be useful in creating culturally and factually informed interventions for transgender individuals experiencing SITBs and in informing future research on this topic.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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