MétaCan
Menu
Retour à la cohorte
Enregistrement W4285021548 · doi:10.1177/10497323221114801

Trans Youth Talk Back: A Foucauldian Discourse Analysis of Transgender Minors’ Accounts of Healthcare Access

2022· article· en· W4285021548 sur OpenAlexaff
Alic Shook, Diana M. Tordoff, April Clark, Robin Hardwick, Will St. Pierre Nelson, Ira Kantrowitz‐Gordon

Notice bibliographique

RevueQualitative Health Research · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensSimon Fraser University
Organismes subventionnairesSchool of Nursing, University of WashingtonRobert Wood Johnson Foundation
Mots-clésTransgenderGender studiesSociologyHealth careIntersectionalityCritical discourse analysisSubjectivityDiscourse analysisNarrativeNarrative inquiryPoliticsIdeologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Contemporary transgender youth in the U.S. today face increasing stigmatization as extraordinary legislative attacks intensify discrimination and exclusion of these young people in healthcare, recreation, and school life. These attacks reflect broader political, religious, and cultural ideologies embedded in systems of power that regulate the provision of healthcare for American transgender youth. We apply Foucauldian discourse analysis and a theory-driven conceptual framework for structural analysis of transgender health inequities—Intersectionality Research for Transgender Health Justice—to identify discourses youth encounter within healthcare practice. We analyzed data from interviews conducted in Western Washington State with youth ages 13–17 ( n =11) and asked how transgender subjectivity was constructed in their accounts and in what ways youth made use of the discursive resources available to them when navigating systems of care. Three sets of discourses—discourses of normativity, discourses of temporality, and discourse of access—characterized participants’ narratives. We discuss how participants negotiated discursively situated systems of power in order to ensure their safety and access to care.

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)0,011
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,025
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0180,022
Communication savante0,0080,009
Science ouverte0,0020,010
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,657
Tête enseignante GPT0,675
Écart entre enseignants0,017 · 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

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQualitative Health ResearchMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207