Gender-Inclusive Language in Public-Facing Labor and Delivery Web Pages in the New York Tristate Area: Cross-Sectional Study
Notice bibliographique
Résumé
Background: Transgender and nonbinary (TGNB) individuals are increasingly intentionally becoming pregnant to raise children, and hospital websites should reflect these trends. For prospective TGNB parents, a hospital website is the only way they can assess their safety from discrimination while receiving perinatal care. Cisnormativity enforced by communication gaps between medical institutions and TGNB patients can and has caused delays in receiving urgent care during their pregnancy. Objective: The aim of this study was to evaluate the current prevalence of gender-inclusive terminology among labor and delivery services in the New York tristate area. Methods: The labor and delivery web pages of 189 hospitals from New York, New Jersey, and Connecticut were examined for gender-inclusive language. "Fully inclusive" websites explicitly acknowledged lesbian, gay, bisexual, transgender, queer, intersex, and asexual plus other gender- and sexual-oriented (LGBTQIA+) parents, "inclusive" websites did not use gendered terminology for parents, and "noninclusive" websites used gendered terms at least once in the text reviewed. The hospitals' web pages were further stratified by Healthcare Equality Index scores and population classifications defined by the 2013 National Center for Health Statistics Urban-Rural classification given to the county that each hospital was located in. Results: Of the 300 hospital websites reviewed, only 189 websites met the criteria for inclusion. Overall, only 6.3% (n=12) of labor and delivery web pages were "inclusive" or "fully inclusive." No geographic areas (P=.61) or Healthcare Equality Index scores (P=.81) were associated with inclusive or fully inclusive language. Conclusions: Hospitals need to use inclusive language to help TGNB people identify hospitals where their existence and needs are acknowledged and thus feel more comfortable in their transition to parenthood.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».