It’s my safe space: The life-saving role of the internet in the lives of transgender and gender diverse youth
Notice bibliographique
Résumé
Background: Public awareness of Transgender and Gender Diverse (TGD) identities has grown significantly; however, acceptance and support remain elusive for many TGD youth. Resultant experiences of marginalization and stigmatization contribute to elevated rates of psychological distress and suicidality among TGD youth. Emergent evidence suggests that the internet may offer TGD youth safety, support, and community previously unavailable.Aim: The primary aim of this qualitative inquiry is to engage in an in-depth exploration of the online experiences and processes which help protect against psychological distress and promote well-being among TGD youth.Methods: Data were culled from a mixed-methods, online study of sexual and gender minority youth from across the United States and Canada which followed Institutional Review Board approved protocols. Participants for this study represent a sample (n = 260) of TGD participants aged 14–22 (x̄ = 17.30). Data were analyzed using Charmaz’ grounded theory strategies.Results: Data revealed that the internet offers TGD youth affirming spaces that, for the most part, do not exist in their offline lives. Online, TGD youth were able to engage meaningfully with others as their authentic selves, often for the first time. These experiences fostered well-being, healing, and growth through five processes: 1. Finding an escape from stigma and violence, 2. Experiencing belonging, 3. Building confidence, 4. Feeling hope, and 5. Giving back.Discussion: The unique and innovative ways in which participants use online spaces to foster resilience offer important insights to inform affirmative practices with TGD young people.
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 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) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».