Extrafamilial stressors in families of transgender adolescents referred for gender-affirming medical care: a mixed-methods analysis
Notice bibliographique
Résumé
Transgender and nonbinary (TNB) adolescents and their families often experience trans-specific, extrafamilial stressors, which may increase when adolescents come out and try to access gender-affirming medical care. While studies have described such stressors, it is unclear whether distinct underlying patterns of stressor experiences exist, shaping family experience. 159 adolescent–parent dyads attending an initial hormone appointment for gender-affirming medical care at any of 10 clinics in Canada reported on trans-specific, extrafamilial stressor experiences in Trans Youth CAN! Latent class analysis (LCA) assessed underlying patterns; parent and family characteristics were then described for each stressor class in the final model. LCA interpretation was supplemented with thematic analysis of qualitative interviews with 36 parents at 3 of the clinics from the Stories of Care study. The optimal model had four stressor classes: “Low Disruption, Some Advocacy” (estimated 30.4%); “Some Disruption, Some Advocacy” (9.8%); “Low Disruption, Low Advocacy” (55.7%); and “Major Disruption, High Advocacy” (4.1%). Family characteristics suggested a heterogeneous sample, with differing proportions of sociodemographic and family characteristics across stressor classes. Quotations from parent interviews in Stories of Care supported the four-class stressor model. Families of TNB adolescents accessing gender-affirming medical care may experience trans-specific, extrafamilial stressors according to four latent class groupings.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».