The Utilization of Syndemic Theory in Transgender Literature: A Structured Literature Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose: Trans and gender diverse (TGD) people are one of the world's most marginalized populations. Current evidence indicates that ostracism faced by these communities leads to multiple adverse conditions. The synergistic impact of these conditions -a syndemic-has been well established among other marginalized populations. Despite disproportionate rates of syndemic conditions, there is a dearth of literature exploring their effect among TGD people. This review sought to summarize the current literature regarding syndemic conditions among this population. Methods: A comprehensive search of databases (Medline, Embase, Global Health, PsycInfo, and CINAHL) was conducted; search terms included syndemics, syndemic theory, transgender, sexual minority, and gender minority. References within selected articles were also reviewed. Inclusion criteria for this review included studies that (1) explored the impact of syndemic factors and/or theory among TGD people, (2) were written in English, and (3) published up to December 2020. Results: The search generated 192 articles; 10 met the inclusion criteria. Substance use, mental health, and victimization were the most prominent syndemic conditions assessed. Current evidence is limited to sexual risk behaviors and provides preliminary support for an association between syndemic conditions and sexual risk behaviors. Conclusion: Understanding syndemics is vital to developing contextually suitable interventions or TGD people. Future researchers should work toward longitudinal or high-level modeling approaches of syndemic theory to effectively design interventions to improve health outcomes among TGD people. Furthermore, scholars should study the relationship between syndemic conditions and other outcomes to better understand the impact of syndemics on broader health consequences.
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.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle