L'expérience des personnes trans relativement à l'accès et l'utilisation des services en santé mentale au Québec
Bibliographic record
Abstract
Le contexte social cisnormatif amène les personnes trans à vivre de la transphobie, soit de la haine, de la discrimination, et plus largement de l’exclusion sociale. La transphobie, vécue à la fois aux niveaux structurel, interpersonnel et individuel, apparaît comme l’un des principaux facteurs affectant le bien-être de cette population. Les différents facteurs de stress spécifiques vécus par les personnes trans poussent celles-ci à faire davantage appel aux services en santé mentale. Or, la littérature actuelle traite peu de leurs expériences auprès des services en santé mentale. Le partage des neuf participant.e.s à cette recherche permet de mieux cerner l’expérience des personnes trans relativement à l’accès et l’utilisation des services en santé mentale en s’attardant sur trois différents objectifs : identifier les facilitateurs et les obstacles aux services transaffirmatifs en santé mentale; connaître la perception et les expériences des personnes trans à propos des interventions reçues en santé mentale; et produire une réflexion sur le développement des services transaffirmatifs. En s’appuyant sur un cadre théorique fondé sur les écrits concernant la stigmatisation, il est possible de constater que les expériences décrites comme négatives par les participant.e.s, lors des entretiens réalisés, sont traversées par les différentes composantes du processus de stigmatisation (Goffman, 1975; Link et Phelan, 2006; 2014). Cependant, les participant.e.s ont aussi vécues des expériences positives, considérées comme transaffirmatives. Puisque la littérature sur la stigmatisation ne permet pas d’appuyer la réflexion pour assurer une compréhension de ces expériences, l’éthique de la reconnaissance d’Honneth (2001; 2013) se voit mobilisée en analyse. Elle permet de constater que les différentes formes de reconnaissance, mais principalement la solidarité, sont essentielles à la réalisation d’interventions transaffirmatives. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : personnes trans, bien-être, santé mentale, stigmatisation, reconnaissance, services, intervention transaffirmative, travail social
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.004 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".