Geographic distribution of conversion therapy prevalence in Canada. Findings from a national cross-sectional survey, 2020
Notice bibliographique
Résumé
Background: Conversion therapy practices (CTPs) are discredited efforts that target lesbian, gay, bisexual, trans, queer, Two-Spirit, or other (LGBTQ2S+) people and seek to change, deny, or discourage their sexual orientation, gender identity, and/or gender expression. This study aims to investigate the prevalence of CTPs across Canadian provinces and territories and identify whether CTP bans reduce the prevalence of CTPs. Methods: We collected 119 CTPs from 31 adults (18+) in Canada who have direct experience with CTPs, know people who have gone to CTPs, or know of conversion therapy practitioners using a 2020 anonymous online survey. Mapping analysis was conducted using ArcGIS Online. CTP prevalence was compared between provinces/territories with and without bans using chi-square tests. Results: Three provinces and eleven municipalities had CTP bans. The prevalence of CTPs in provinces/territories with bans was 2.34 per 1,000,000 population (95% CI 1.65, 3.31). The prevalence of CTPs in provinces/territories without bans was 4.13 per 1,000,000 population (95% CI 3.32, 5.14). Accounting for the underlying population, provinces/territories with the highest prevalence of CTPs per 1,000,000 population were New Brunswick (6.69), Nova Scotia (6.50), and Saskatchewan (6.37). Conclusions: Findings suggest only 55% of Canadians were protected under CTP bans. The prevalence of CTPs in provinces/territories without bans was 1.76 times greater than provinces/territories with bans. CTPs are occurring in most provinces/territories, with higher prevalence in the west and the Atlantic. These findings and continued efforts to monitor CTP prevalence can help inform policymakers and legislators as society is increasingly acknowledging CTPs as a threat to the health and well-being of LGBTQ2S+ people.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».