Applying the Concept of Epistemic Injustice as a Philosophical Window to Examine Discrimination Experiences of LGBTQIA+ Migrants With Nurses
Notice bibliographique
Résumé
Both stigma and discrimination, defined as a lack of knowledge of and a sense of discomfort in providing care to lesbian, gay, bisexual, transgender, queer, intersex, and + (LGBTQIA+) migrants, was found to manifest in a sample of LGBTQIA+ migrants who received nursing care in a recent study. The study concluded that nurses continue to have a limited understanding of the experiences of LGBTQIA+ migrants in the Canadian context, and that LGBTQIA+ migrants continue to have troubling 'care' experiences with nurses. Miranda Fricker has developed the concept of epistemic injustice drawing on feminist philosophy and social epistemology. Epistemic injustice refers to unfair treatment of a person by judging them as 'not a knower' in a communicative situation. For example, in a few circumstances when LGBTQIA+ migrants were admitted to psychiatric units due to suicide ideations as a direct result of identifying as a LGBTQIA+ migrants, the medical and nursing team responded with 'They are in Canada now. It is safe here!' and 'So, you are [LGBTQIA + ]! What's the big deal?' These unjust statements reflect an epistemic situation in which the hearer is negating what was heard, that is, that the speaker's intersecting identities of LGBTQIA+ and new immigrant has directly led to suicide ideation. The concept of epistemic injustice helps to frame this situation as one where the care provider is not doing justice to the needs of LGBTQIA+ migrants. This article draws on the narrative of an LGBTQIA+ migrant who is not recognised as a credible source of knowledge about their own lives and needs in the context of Canadian nursing care. Epistemic injustice helps to understand how stigma and discrimination is produced in this community by the very nursing profession who ostensibly want to help them.
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 | 0,013 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,017 | 0,035 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,003 | 0,005 |
| 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 ».