“Internet hugs”: The use of Reddit as a valuable form of social support during medical transitioning
Notice bibliographique
Résumé
Background Transgender and gender diverse (TGD) individuals experience significant health disparities, and are medically disadvantaged, experiencing various barriers to accessing and receiving healthcare. Given persistent anti-transgender stigma and discrimination, TGD individuals may use online resources and social media (e.g. Reddit), for social support, including to access information about medical transitioning. However, TGD individuals’ use of Reddit for social support has not yet been explored, especially within the context of Ontario, Canada’s largest province.Methods To explore various forms of social support that TGD individuals access through social media, we webscraped and performed thematic analysis on two subreddits specific to TGD individuals residing in Ontario.Results Our dataset included 3912 posts and 23162 comments. Users engaged in four types of social support. Appraisal support was reflected in the theme of mutual understanding through shared identity and challenges. Emotional support was exhibited through the theme of creating compassionate connections despite anonymity. Instrumental support was characterized by the theme of tangible help to alleviate stress. Informational support was the most commonly observed and included three distinct themes: seeking medical information and advice, providing support through personal experience, and sharing legislative or medical information.Conclusions Our findings highlight that Reddit appears to be a helpful resource for navigating medical transitioning and accessing support and information that is beneficial for accessing and receiving healthcare among TGD individuals in Ontario.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».