MétaCan
Menu
Retour à la cohorte
Enregistrement W4407389313 · doi:10.1080/15532739.2025.2462582

Gatekeeping gender-affirming care is detrimental to detrans people

2025· article· en· W4407389313 sur OpenAlexaff
Florence Ashley, Neeki Parsa, til kus, Lee Leveille, Ky Schevers, G. Nic Rider

Notice bibliographique

RevueInternational Journal of Transgender Health · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGatekeepingPsychologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Background: Gender assessments are often required to access gender-affirming medical interventions. These assessments are typically defended as a way of preventing regret, offering a compromise between the interests of trans and detrans people. Whether they do is integral to ongoing debates about models of care in transgender health. Methods: Building on previous work demonstrating the inefficacy of gender assessments, this article explores the impact of gender assessments and argues that they are detrimental to detrans people. Results: Assessments appear to be detrimental to detrans people because they disincentivize honesty and authenticity, inhibit gender exploration, increase shame and anger associated with detransition, foster transnormativity, hinder the development of a strong therapeutic alliance, and diminish the quality of informational disclosure. Conclusion: Given the detrimental consequences of gender assessments, clinicians should reconsider gatekeeping practices in favor of supporting patient decision-making and offering better care to people who detransition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,580
Score d'incertitude au seuil0,805

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,458
Écart entre enseignants0,407 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Transgender HealthMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207