Alliances communautaires et accès aux soins pour les personnes LGBTQ+ migrantes et racisées
Notice bibliographique
Résumé
Les personnes LGBTQ+ migrantes et racisées font face à de nombreuses barrières liées à leur statut migratoire, à leur race/ethnicité, à leur orientation sexuelle et/ou identité de genre, obstacles influant sur leur santé et leur accès à des services adaptés. Pour contribuer à améliorer leur situation, la Clinique Mauve, fondée en 2020, mène de la recherche et offre des services intégrés aux personnes LGBTQ+ racisées et migrantes, en s’ancrant à des principes collaboratifs, intersectionnels et transaffirmatifs. Les auteur·rices, dans leur article, s’appuient sur des entretiens qualitatifs (n = 20) menés auprès d’intervenant·e·s de la santé et des milieux communautaires qui travaillent au sein de la Clinique. Ils mettent en lumière les pratiques de résistance et de résilience, telles que l’engagement communautaire et la collaboration intersectorielle. Ces initiatives visent à lutter contre les inégalités dans le parcours de soins et à renforcer la capacité des personnes à faire face aux défis migratoires. Plus que tout, leur article met de l’avant l’agentivité dont font preuve les collaborateur·rice·s de la Clinique, la plupart étant des personnes directement concernées par cette situation, qui cherchent à mettre en place des stratégies variées et à trouver des solutions, bien que partielles, aux situations d’oppression et de violence auxquelles sont confrontées les personnes LGBTQ+ migrantes et racisées. Un de leurs objectifs est de promouvoir un accès plus équitable aux soins.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».