L’accès aux services de fertilité pour les femmes lesbiennes, bisexuelles ou pansexuelles et les personnes queer, trans ou non-binaires : une revue rapide des écrits scientifiques
Notice bibliographique
Résumé
<p>Introduction: Lesbian, bisexual, and pansexual (LBP) women as well as transgender, queer, and non-binary individuals (TQNB) often rely on medically assisted reproduction (MAR) to build their families, but do not always have access to these services. Currently, there appears to be no literature that comprehensively reviews, from an ecosystemic perspective, the main factors determining LBP women's and TQNB people's access to MAR.</p><p>Objective: This rapid review aims to identify, from an ecosystemic perspective, the factors described in the scientific literature as influencing LBP women's and TQNB people's access to MAR.</p><p>Methods: A literature search using 11 search engines identified 22 articles presenting results of recent empirical studies (2018-2023) using various methodologies. Relevant results were subjected to thematic analysis, and identified factors were classified within an ecosystemic model.</p><p>Results: The identified factors are (1) at the microsystemic level, support from the social network and healthcare personnel; (2) at the exosystemic level, healthcare personnel's awareness of sexual and gender diversity, adequacy of information and documentation, organizational logic of fertility services, cost of services, legislation; (3) at the macrosystemic level, heterocisnormativity as a cross-cutting influence.</p><p>Discussion and conclusion: To ensure access to MAR for LBP women and TQNB people, a comprehensive and multi-level approach is necessary. Suggestions for health practices and public policies are proposed.</p>
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».