Addressing the Underrepresentation of Lesbian, Gay, Bisexual, Transgender, and Gender-Diverse Populations in the Canadian Longitudinal Study on Aging (CLSA)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The current research report examines the extent to which lesbian, gay, bisexual (LGB), and transgender and gender-diverse (TGD) older adults are represented in the Canadian Longitudinal Study on Aging (CLSA) relative to Canadian population data. To accomplish this aim, we descriptively and statistically compared LGB and TGD representation in the CLSA against national-level data from the 2023 Canadian Community Health Survey and 2021 Canadian Census. We found that bisexual people, transgender men, and transgender women were underrepresented in the CLSA (0.66% for bisexual people, and 0.01% each for transgender men and women) compared to national-level data (0.95% for bisexual people, 0.05% for transgender men, and 0.09% for transgender women). However, lesbian/gay and nonbinary participants were adequately represented in the CLSA (2.01% for lesbian/gay and 0.02% for nonbinary people) relative to national-level data (1.87% for lesbian/gay and 0.03% for nonbinary people). Varying assessment methods for sexual orientation and gender identity across CLSA waves complicate analyses but underscore evolving inclusivity efforts in longitudinal research. Based on our analyses, we detail recommendations for researchers using the CLSA to examine health outcomes and resilience factors among LGB and TGD populations, even with small sample sizes. Ultimately, these findings highlight the necessity of robust, inclusive data to inform interventions and support policy decisions for older LGB and TGD populations.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 découle