Navigating Inclusion Beyond the Binary: A Content Analysis of Transgender and Non-Binary Athlete Participation Policies
Notice bibliographique
Résumé
In recent years, the inclusion of transgender and non-binary athletes in sport, specifically trans women, has become a politically charged and highly contested issue, often sparking debate based on ideology that overshadows scientific literature. In 2022, the NCAA changed its longstanding transgender athlete participation policy, deciding to let each sport’s national governing body (NGB) set the eligibility guidelines and requirements for transgender and non-binary athletes (NCAA, 2022). Recent literature (Canadian Centre for Ethics in Sport, 2022a; Hamilton et al., 2024) challenges the common assumption that transgender women competing in the female category hold a physical advantage over their cisgender peers. In line with this evolving perspective, the International Olympic Committee (2021) has emphasized that no athlete should be excluded from sport based on a “perceived unfair competitive advantage due to their sex variations, physical appearance, and/or transgender status” (p. 4). Building on these developments, the purpose of this study is to conduct a content analysis of current sport participation policies to quantitatively assess the eligibility requirements imposed on transgender and non-binary athletes. This approach aims to address the disconnect between academic literature and the criteria that govern trans inclusion in sport and reveals that many policies continue to impose restrictive eligibility requirements. This study calls for the development of evidence-based, inclusive policies that align with current scientific understanding to bridge the gap between research and regulation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».