Transition Regret and Detransition: Meanings and Uncertainties
Notice bibliographique
Résumé
Gender transition is undertaken to improve the well-being of people suffering from gender dysphoria. However, some have argued that the evidence supporting medical interventions for gender transition (e.g., hormonal therapies and surgery) is weak and inconclusive, and an increasing number of people have come forward recently to share their experiences of transition regret and detransition. In this essay, I discuss emerging clinical and research issues related to transition regret and detransition with the aim of arming clinicians with the latest information so they can support patients navigating the challenges of regret and detransition. I begin by describing recent changes in the epidemiology of gender dysphoria, conceptualization of transgender identification, and models of care. I then discuss the potential impact of these changes on regret and detransition; the prevalence of desistance, regret, and detransition; reasons for detransition; and medical and mental healthcare needs of detransitioners. Although recent data have shed light on a complex range of experiences that lead people to detransition, research remains very much in its infancy. Little is known about the medical and mental healthcare needs of these patients, and there is currently no guidance on best practices for clinicians involved in their care. Moreover, the term detransition can hold a wide array of possible meanings for transgender-identifying people, detransitioners, and researchers, leading to inconsistences in its usage. Moving forward, minimizing harm will require conducting robust research, challenging fundamental assumptions, scrutinizing of practice patterns, and embracing debate.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».