The Prevalence and Consequences of Gender-Based Violence Among Trans and Gender Diverse University Students in Ontario
Notice bibliographique
Résumé
Community studies documenting gender-based violence (GBV) experienced by trans and gender diverse (TGD) people often find differences in prevalence across TGD subgroups. In contrast, studies with university students tend to treat TGD students as a homogenous group, leaving differences across subgroups unknown. Using data from TGD Ontario university students, we examined the prevalence and impacts of GBV across the spectrum of nonbinary and gender queer, trans women and trans feminine (TWTF), and trans men and trans masculine (TMTM) students. Specifically, we explored the frequency of subtle and overt forms of GBV (trans environmental microaggressions, trans interpersonal microaggressions, victimization) and their relationship with psychological (positive mental health, psychological distress, perceived stress) and social (campus belonging) well-being among each subgroup. TMTM students reported experiencing both microaggression types significantly more frequently than TWTF; no other differences in prevalence were found. Consistent with minority stress theory, all but one statistically significant result suggested that experiences of GBV are associated with poorer outcomes. Specifically, GBV can negatively impact TGD students' well-being, although its impacts are not identical across TGD subgroups. The findings highlight the importance of considering TGD students as a heterogeneous group when examining GBV and its consequences. Implications for research, policy, practice, and the training of practitioners are offered.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».