Représentations des personnes trans et non binaires dans une population étudiante postsecondaire rencontrée par le GRIS-Montréal
Bibliographic record
Abstract
Le GRIS-Montréal est un organisme communautaire qui intervient par le témoignage dans une diversité de milieux, notamment scolaires, afin de démystifier les orientations sexuelles ainsi que les identités trans et non binaires. Lors de ses interventions, l'organisme recueille par questionnaire des données qui sont ici analysées afin de dégager les représentations de jeunes adultes étudiant au collégial ou à l'université concernant les personnes trans et non binaires (TNB). La présente étude s’appuie sur une analyse qualitative thématique des réponses à court développement issues de 689 questionnaires. Les résultats s’articulent autour de trois volets, soit 1) les définitions offertes à propos des personnes TNB comme révélatrices du niveau de compréhension des jeunes adultes; 2) les attitudes à leur endroit, qui témoignent d’une variété de postures à l’égard de la pluralité des genres et 3) les représentations des jeunes adultes, où les réalités des personnes trans sont ancrées plus particulièrement dans des dimensions liées au corps et à l’idée de passage (devenir), tandis que celles des personnes non binaires sont plutôt associées à la notion d’identité.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".