Lessons Learned in Transgender Peer Navigation: A Year of Reflective Journaling
Notice bibliographique
Résumé
People who are trans and gender diverse are underserved by the healthcare system; one way to improve healthcare access is with peer healthcare navigators. We piloted two trans peer health navigators from April 2021 to March 2022 in a small Canadian province. The purpose of the study was to explore how trans peer navigators experienced their work and work environment through reflective journalling. The navigators journalled roughly weekly. They were encouraged to interrogate their own biases, and to think about what was omitted from conversations with others. Each journal was treated as a qualitative case study, anonymized and analyzed thematically using Interpretive Phenomenological Analysis. Six themes emerged: Expected work, Unexpected work, Teamwork, Lived experience, Challenges and Systemic factors. These themes were complexly interwoven with a network of subthemes that frequently fell under multiple main themes and were highly emotionally charged, many both positively and negatively. The importance of navigators being transgender themselves was highlighted. The rewards came from being able to provide meaningful help to people in their community and the challenges came from not being respected by other healthcare providers and systemic barriers that prevented them from helping clients. The navigators successfully adapted their services to bridge some systemic barriers. This research has implications for improving the experience of being a navigator and improving trans navigator services for clients.
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 | 0,064 | 0,095 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,029 | 0,021 |
| Communication savante | 0,017 | 0,015 |
| Science ouverte | 0,005 | 0,019 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».