MétaCan
Menu
Retour à la cohorte
Enregistrement W4382774508 · doi:10.1093/aje/kwad149

Latino? Latinx? Latine? A Call for Inclusive Categories in Epidemiologic Research

2023· article· en· W4382774508 sur OpenAlexafffund
Alexis Miranda, Amaya Perez‐Brumer, Brittany M. Charlton

Notice bibliographique

RevueAmerican Journal of Epidemiology · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesNational Institutes of HealthUniversity of TorontoU.S. Department of Health and Human Services
Mots-clésTransgenderContext (archaeology)PopularityDiversity (politics)PopulationGender diversitySociologyGender studiesPsychologyGerontologySocial psychologyDemographyGeographyMedicineAnthropology

Résumé

récupéré en direct d'OpenAlex

Use of the word "Latinx" has risen in popularity among both academics and nonacademics to promote a gender-inclusive alternative to otherwise linguistically gendered terms of "Latino/a." While critics claim the term is inappropriate for populations without gender-diverse individuals, or those of unknown demographic composition, increasing usage and among younger communities signals an important shift in centering the intersectional experiences of transgender and gender-diverse people. Amid these shifts, what are the implications for epidemiologic methods? We provide some brief historical context for the origin of the word "Latinx" along with its alternative "Latine" and discuss the potential consequences of its use for participant recruitment and study validity. Additionally, we provide suggestions for the best use of "Latino" compared with "Latinx/e" in several contextual circumstances. We recommend using "Latinx" or "Latine" in large populations, even without detailed data on gender, since there is likely gender diversity in the population, albeit unmeasured. In participant-facing recruitment or study documents, additional context is needed to determine which identifier is most appropriate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,031
score de la tête « metaresearch » (Gemma)0,042
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0310,042
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,239
Tête enseignante GPT0,551
Écart entre enseignants0,312 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations72
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of EpidemiologyMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207