An Exploratory Comparison and Evaluation of Two Two-Step Measures to Identify Transgender People in Survey Datasets
Notice bibliographique
Résumé
Purpose:This study compares and evaluates two distinct two-step approaches to identifying transgender people in survey datasets. Traditional two-step methods using sex assigned at birth (SAB) and current gender identity remain dominant. However, they have notable limitations. Gender modality, or the relationship between SAB and current gender identity (e.g., cisgender, transgender, or something else), presents an important alternative item to consider. Methods:Using an online, cross-sectional survey of 952 sexual and gender minority adults in the United States, we conducted an exploratory analysis of categorization divergence/convergence using two approaches: (1) a modified traditional two-step (SAB + current gender identity) and (2) an alternative two-step (current gender identity + modality). Results:Convergence between approaches was 95%. Rates of refusal for all questions were low, although slightly higher for gender modality. Divergence fell into three categories: (1) individuals grouped as “Questioning” by Approach #2, but not #1 (n=21; 44.7% of divergences); (2) individuals categorizable by one approach, but not the other (n=13; 27.6% of divergences); and (3) individuals whose gender modality differed between approaches (n=13; 27.6% of divergences). Conclusions:We found preliminary evidence for the utility of an alternative two-step approach, particularly when within-group differences among transgender populations are relevant. Both the traditional two-step model and the alternative we tested have limitations which should be ameliorated through future research. Cognitive testing is necessary to evaluate explanations of divergences. We identify priorities to expand on the relative strengths of our alternative approach and address the remaining limitations and areas of uncertainty it highlights.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,207 | 0,372 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».