“The Damage Happens … You Just Try Not to Dwell on It”: Experiences of Discrimination by Gender and Sexual Minority Veterinary Professionals and Students in the US and the UK
Notice bibliographique
Résumé
Data collected in a 2016 survey of veterinary students and professionals from the United States and the United Kingdom who identified as lesbian, gay, bisexual, transgender, queer, questioning, or asexual (LGBTQ+) indicated that 34.5% (152/440) had experienced difficulties related to their sexual orientation or gender identity at school or work. This study’s objective was to examine narrative responses collected in the 2016 survey and utilize content analysis to explore the research questions: What are the concerns of the LGBTQ+ veterinary population, and how do they attempt to resolve difficulties at work and school? To address these questions, we developed two taxonomies that cataloged (a) the difficulties reported by veterinary professionals and students in the 2016 survey sample and (b) the outcomes of their attempts to resolve these difficulties. The themes related to difficulties that occurred most frequently were exposure to homophobic or transphobic language ( n = 69; 45.4%), outness/staying in the closet (45, 29.6%), and negative emotional outcomes (32, 21.2%). The most common themes that described the outcomes of their attempts to resolve those difficulties were unresolved ( n = 41, 27.0%), changed jobs or graduated (22, 14.5%), and found self-acceptance of acceptance from others (21, 13.8%). Our findings can inform the efforts of schools and colleges of veterinary medicine, professional organizations, and workplaces in targeting improvements to support LGBTQ+ students and professionals and the development of measures tailored to this population.
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 | 0,005 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».