Gender-affirming services in speech-language pathology: a survey of current practices
Notice bibliographique
Résumé
Purpose: To investigate speech language pathologists’ (SLP) education on, knowledge of, familiarity with, and comfort/confidence in providing services to transgender and other gender-diverse individuals. Method: N=201 SLPs were surveyed online between December 2019 and March 2020, representing practitioners in the USA, Australia, Ireland, Canada, South Africa, and Italy. Empirical data was collected using a mixed-method online survey to evaluate trends in service provision to clients across the gender spectrum.Results: Most respondents identified as cisgender, were between the ages of 26-35 or over 45, and reported having worked with at least one gender-diverse client across their clinical career. SLPs working in facilities dedicated to gender-affirmative care were more likely to have worked with a member of our demographic of interest, and were also more likely to report strong confidence in use of demographic specific terms, like “gender fluid”, “gender dysphoria”, and “gender expression”, and were more likely to report consulting outside sources (conferences, colleagues, personal research) for further information on gender-diverse populations than those working in other spaces. Most respondents indicated hearing and knowing gender-relevant terminology, with mixed agreement about confidence in using said terms in a clinical setting. When asked about feeling confident and comfortable in clinically providing services to this population, the majority indicated that they would not. Conclusions: We discuss critical implications of the work as it pertains to current SLP practices, and also recommend future directions for the field, with the goal of moving toward a field-wide practice where all areas of service delivery are gender-inclusive and gender-affirmative.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».