Influence of spoken language and gender identity on healthcare experiences of transgender and non-binary youth living in Quebec, Canada
Notice bibliographique
Résumé
Whether spoken language influences experiences of trans and non-binary youth (TNBY) with healthcare systems is unknown. We analyzed Quebec data from the Canadian Trans and Non-Binary Youth Health Survey to illustrate healthcare experiences of predominantly French-speaking TNBY aged 14-25 and influence of gender identity and language on those experiences. We included 220 participants of whom 71% identified as French-speaking. Up to 78% reported a mental health problem and 51% reported foregoing mental health care in the last year. Only 26% of non-binary versus 57% of trans youth were comfortable discussing healthcare needs with providers (OR 0.26; 95% CI [0.13-0.54]). English youth were less likely than French youth to be comfortable discussing healthcare needs (aOR 0.33, 95% CI [0.13-0.83]. They were also more likely to forgo care because of negative experiences (aOR 2.21, 95% CI [1.00, 4.87]) and out of fear (aOR 2.38, 96% CI [1.08, 5.28]). Our study found that TNBY had a high prevalence of foregone health care despite a great need. In Quebec, a predominantly French-speaking area within Canada, language-minority English TNBY were less comfortable than French TNBY discussing healthcare needs and accessing needed resources. Limited availability of language-specific resources may be an additional barrier to healthcare access for TNBY.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».