Advancing Access to Quality LGBTQIA+ Health Care: Gender Discrimination, Socio-Cultural, and Mental Health Issues: A Mixed-Method Study
Notice bibliographique
Résumé
Recent research highlights the lack of knowledge and reduced skills of health care professionals in communicating with people from the LGBTQIA+ community. This often occurs due to reduced continuing education on social issues in the health sector. The purpose of this research was to study the readiness of health care professionals to manage the social and mental health issues of the LGBTQIA+ community. In particular, the cultural competence of health care professionals targeted at gender identity, the recognition of the level of mastery of soft skills, and the relevant experiences of the participants were studied. For the purposes of conducting this research, a mixed methodology was used to pursue an in-depth study of human beliefs, attitudes, perceptions, ideas, and experiences. More specifically, a previously validated research tool was used to measure cultural competence and assess soft skills. At the same time, interviews were conducted with health care professionals for a more complete understanding of their skills and attitudes. The study comprised a quantitative study involving 479 health care professionals and a qualitative study involving 20 health care professionals, with results from each study. The results showed that the health care professionals' knowledge of the LGBTQIA+ community is sufficient, but their skills and attitudes towards gender diversity are limited. In addition, the level of acquisition of soft skills by health care professionals is low, and there is insufficient training for health care professionals with regards to social issues. In conclusion, a targeted and structured educational intervention for health care professionals is required to avoid future unfortunate behaviours, and to ensure that the health care provided to healthy and sick populations, regardless of sexual orientation, is adequate.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».