Examining the Experiences of Transgender and Non-Binary Nursing Students and Nurses in Canada
Notice bibliographique
Résumé
BackgroundTransgender and non-binary (TGNB) individuals face significant discrimination and underrepresentation in healthcare, particularly within the nursing workforce. These challenges often lead to increased stress, limited career opportunities, and the concealment of identities.PurposeThis study investigates the experiences and challenges faced by TGNB nursing students and nurses in Canada.MethodsAn online anonymous questionnaire, featuring both closed and open-ended questions, was used to gather data from participants recruited through social media and nursing networks across Canada.ResultsThe survey was completed by 101 participants, with most being nursing students (54.5%) or registered nurses (20.8%), and predominantly practicing in Ontario (53.5%). While many participants were open about their TGNB identity, they reported insufficient TGNB representation and inadequate education on TGNB healthcare. Disclosing their gender identity remained difficult primarily due to fear of rejection, with 43.6% encountering barriers related to their gender identity when applying to nursing programs. Additionally, 67.3% experienced derogatory comments personally, and 66.3% witnessed similar remarks towards the TGNB community. Among 46 nurse participants, 84.7% have noticed discrimination towards TGNB patients during care and 80.4% towards a peer, colleague or superior. Only 29.7% reported to have received education on TGNB topics, which was often superficial.ConclusionsThe study reveals significant challenges for TGNB individuals in nursing education and the workforce, including discrimination, inadequate educational content, and barriers in professional settings. These findings highlight the need for more inclusive, supportive, and comprehensive education on TGNB healthcare to create a more equitable environment for TGNB nurses and patients.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,021 | 0,006 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».