MétaCan
Menu
Retour à la cohorte
Enregistrement W4386642779 · doi:10.54254/2753-7048/8/20230125

Research on Challenges and Solutions for LGBTQ Youth

2023· article· en· W4386642779 sur OpenAlexaff
Mengxia Sun

Notice bibliographique

RevueLecture Notes in Education Psychology and Public Media · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésLesbianTransgenderPrejudice (legal term)EmpowermentQueerSexual minoritySexual orientationYouth empowermentMental healthPsychologyGender studiesSociologySocial psychologyPolitical sciencePsychotherapist

Résumé

récupéré en direct d'OpenAlex

This paper focuses on the challenges and solutions faced by LGBTQ (Lesbian, Gay, Bisexual,Transgender and Queer) youth. First, Trevor is used as an example to describe the experiences of minority youth, presenting the injustices suffered by Trevor as a TGNB, again extending from specific people to the LGBTQ community. The importance of minority self-identification is then presented, pointing out the important role of schools and the current situation where minorities are more vulnerable to bullying in schools and presenting solutions Asplund and Ordway propose the SCEARE (School Counselors: Educate, Affirm, Respond, and Empower) model to help LGBTQ youth on four levels: level one is education, level two is adults who provide support to the LGBTQ community, the third level is a response plan to prevent bullying in schools, and finally, the fourth level is student empowerment access to equal treatment. The goal is to improve the mental health of LGBTQ youth so that they can grow without prejudice.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,762
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,300
Tête enseignante GPT0,515
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLecture Notes in Education Psychology and Public MediaMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207