MétaCan
Menu
Retour à la cohorte
Enregistrement W4382722888 · doi:10.3390/humans3030013

Shifting the Forensic Anthropological Paradigm to Incorporate the Transgender and Gender Diverse Community

2023· article· en· W4382722888 sur OpenAlexaff
Donovan M. Adams, Samantha H. Blatt, Taylor M. Flaherty, Jaxson D. Haug, Mariyam I. Isa, Amy Michael, Ashley C. Smith

Notice bibliographique

RevueHumans · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTransgenderInclusion (mineral)Gender identityGender equityCriminologyScope (computer science)SociologyIdentity (music)Identification (biology)Gender studiesPsychologyEngineering ethicsEngineering

Résumé

récupéré en direct d'OpenAlex

Forensic anthropology and, more broadly, the forensic sciences have only recently begun to acknowledge the importance of lived gender identity in the resolution of forensic cases, the epidemic of anti-transgender violence, and the need to seek practical solutions. The current literature suggests that forensic anthropologists are becoming aware of these issues and are working toward efforts to improve identification of transgender and gender diverse (TGD) persons. The scope of the problem, however, is not limited to methodology and instead can be traced to systemic anti-trans stigma ingrained within our cultural institutions. As such, we call on forensic anthropologists to counteract cisgenderism and transphobia and promote gender equity and inclusion in their practice. In this paper, we identify three areas in which forensic anthropologists may be positioned to intervene on cisgenderist practices and systems: in casework, research, and education. This paper aims to provide strategies for forensic anthropologists to improve resolution of TGD cases, produce more nuanced, gender-informed research, and promote gender equity and inclusion in the field.

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)0,053
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,281

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0530,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,003
Études des sciences et des technologies0,0120,091
Communication savante0,0180,023
Science ouverte0,0030,021
Intégrité de la recherche0,0080,011
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,304
Tête enseignante GPT0,434
Écart entre enseignants0,130 · 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'étudeThéorique ou conceptuel
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

Citations20
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumansMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207