MétaCan
Menu
Retour à la cohorte
Enregistrement W3191905581 · doi:10.1080/13691058.2021.1957151

Improving menstrual equity in the USA: perspectives from trans and non-binary people assigned female at birth and health care providers

2021· article· en· W3191905581 sur OpenAlexaff
Benjamin Lane, Amaya Perez‐Brumer, Richard Parker, Amelia Sprong, Marni Sommer

Notice bibliographique

RevueCulture Health & Sexuality · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesNational Institute of Mental Health
Mots-clésMenstruationHealth carePublic healthEquity (law)TransgenderToiletMedicinePsychologyNursingFamily medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Menstruation research has largely focused on addressing menstrual management barriers facing cisgender women and girls in low and middle-income countries. Scant literature has assessed the menstrual management needs of trans and non-binary people assigned female at birth. To better understand these frequently invisibilised menstruation-related needs, we conducted a multi-method qualitative study in New York City which included: 17 in-depth interviews across trans and non-binary people (n = 10) and health care providers who serve them (n = 7); and seven anonymous post-interview participatory writing responses with trans and non-binary participants to further elucidate their lived experiences with menstrual management. Lack of health care provider transgender competency, public toilet design (i.e. gaps in cubicle doors and lack of in-cubicle menstrual product disposal bins), and the social dynamics of public toilets (i.e. work and school) were identified as significant barriers to managing menstruation safely and accessibly for trans and non-binary people. These findings have important implications for healthcare policy, public toilet legislation and advancing menstrual equity in the USA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,004
Communication savante0,0040,002
Science ouverte0,0010,006
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,436
Écart entre enseignants0,369 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCulture Health & SexualityMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207