“I had this fear that as an autistic person, they would take me less seriously”: Trans autistic experiences of epistemic (in)justice in gender-affirming care
Notice bibliographique
Résumé
Background A disproportionate number of transgender and nonbinary people are autistic, and research suggests that trans autistic people experience significant barriers and challenges to accessing gender-affirming care. Much of the existing research in this area focuses on determining why trans people are more likely to be autistic, and less research has attended to trans autistic people’s lived experiences of accessing gender-affirming care.Methods To better understand these barriers and their impacts, I conducted qualitative interviews with 12 trans autistic people who had recently accessed gender-affirming medical care in the province of Ontario, Canada. Interviews were analyzed using reflexive thematic analysis.Results Participants reported being frequently not believed, listened to, or taken seriously by healthcare providers, which I conceptualize as instances of epistemic injustice. I identify how medical discourses, ideologies, and clinical guidelines create conditions for gender-affirming care in which trans autistic people experience pervasive epistemic injustice. For example, participants felt pressure to conform to a transnormative and neuronormative narrative in order to be taken seriously by gender-affirming care providers. Some providers misinterpreted autistic communication styles and unfairly discredited their client’s knowledge, eroding their trust in health care. While participants used creative self-advocacy strategies to access care, some providers felt threatened by this challenge to their epistemic power and medical authority. Conversely, participants also had positive experiences of epistemic justice when providers took their knowledge and lived experience seriously.Conclusion I argue that gender-affirming care providers must practice epistemic humility by listening deeply and acknowledging the limits of their knowledge to deliver patient-centered care for trans autistic people. Systemic changes to the healthcare system and disrupting transnormativity and neuronormativity are necessary to improve trans autistic people’s experiences of gender-affirming care and enable epistemic justice.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».