Review of current 2SLGBTQIA+ inequities in the Canadian health care system
Notice bibliographique
Résumé
Gender identity and sexual orientation are determinants of health that can contribute to health inequities. In the 2SLGBTQIA+ community, belonging to a sexual and/or gender minority group leads to a higher risk of negative health outcomes such as depression, anxiety, and cancer, as well as maladaptive behaviors leading to poorer health outcomes such as substance abuse and risky sexual behavior. Empirical evidence suggests that inequities in terms of accessibility to health care, quality of care, inclusivity, and satisfaction of care, are pervasive and entrenched in the health care system. A better understanding of the current Canadian health care context for individuals of the 2SLGBTQIA+ community is imperative to inform public policy and develop sensitive public health interventions to make meaningful headway in reducing inequity. Our search strategy was Canadian-centric and aimed at highlighting the current state of 2SLGBTQIA+ health inequities in Canada. Discrimination, patient care and access to care, education and training of health care professionals, and crucial changes at the systemic and infrastructure levels have been identified as main themes in the literature. Furthermore, we describe health care-related disparities in the 2SLGBTQIA+ community, and present available resources and guidelines that can guide healthcare providers in narrowing the gap in inequities. Herein, the lack of training for both clinical and non-clinical staff has been identified as the most critical issue influencing health care systems. Researchers, educators, and practitioners should invest in health care professional training and future research should evaluate the effectiveness of interventions on staff attitudinal changes toward the 2SLGBTQIA+ community and the impact on patient outcomes.
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 | 0,010 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».