Experiences of gender-affirming healthcare among transgender and gender diverse (TGD) people during the COVID-19 pandemic: An explanatory sequential mixed methods study
Notice bibliographique
Résumé
Background: Access to timely, gender affirming healthcare (GAH) for transgender and gender diverse (TGD) people is lifesaving. Yet, little is known about the GAH experiences of TGD people during the height of the COVID-19 pandemic. Methods: Utilizing an explanatory sequential mixed methods design, and applying critical transgender and intersectional theories, we examined baseline survey data (n = 44) and follow-up semi-structured interview data (n = 18 qualitative sub-sample from quantitative participants) with a cohort of TGD persons from a COVID-19 eHealth intervention (#SafeHandsSafeHearts) in Toronto, Canada. Results: One-sixth (n = 6/39, 15.4%) of the survey sample reported reduced access to GAH because of COVID-19. Qualitative participants described widespread barriers to access and negative mental health impacts given de-prioritization of TGD health during the pandemic. The cessation of gender affirming surgeries, deemed nonessential, was of greatest concern, along with fear that substantial progress made in improving access to GAH was being unraveled. Nevertheless, community resilience was highlighted through discussion of community support, particularly the development of TGD communities of care to compensate for the lack of institutional support. Despite these struggles, participants embodied trans joy, an act of resistance, refusing to be erased by a system that devalues their healthcare needs. Conclusions: Results inform recommendations for TGD healthcare and improvements that reprioritize TGD community health.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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; un appel candidat d’une seule tête enseignante, 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 ».