Gender-affirming healthcare for incarcerated transgender and gender diverse people: An international scoping review
Notice bibliographique
Résumé
Background: Transgender and gender diverse (TGD) people face unique challenges and have distinct needs while incarcerated. Gender-affirming healthcare improves mental health outcomes and supports gender transition. While in recent years, correctional institutions have begun to recognize and address the gender-affirming healthcare needs of TGD people, there is a lack of understanding and awareness of TGD people's experiences when accessing gender-affirming healthcare while incarcerated. Aims/Method: We conducted a scoping review on international empirical research published from 2018 to 2024 on TGD people's experiences with gender-affirming healthcare while incarcerated using the Joanna Briggs Institute methodology. A search of the databases Web of Science, PsycInfo, and PubMed was completed on May 6, 2024. The data was analyzed using thematic analysis with an abolition feminist framework and transformative approach. Results: Our search yielded 15 studies published between 2018 and 2024, across eight countries. The studies included qualitative and quantitative method designs. The main outcomes of interest were hormone replacement therapy (HRT), staff competency and training, institutional policies, gender-affirming surgeries, and mental health. Conclusions: Findings from this review highlight the need for consistent, adequate, trans-informed gender-affirming healthcare for all TGD people experiencing incarceration. TGD people frequently face institutional and interpersonal barriers when trying to access gender-affirming healthcare. There is a need for culturally-informed training for correctional staff and clear policies in correctional settings to ensure the delivery of adequate and gender-affirming healthcare.
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 | 0,002 | 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) | 0,001 | 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 ».