‘Stereotypes are reality’: addressing stereotyping in Canadian Aboriginal medical education
Notice bibliographique
Résumé
CONTEXT: Efforts are underway in many parts of the world to develop medical education curricula that address the health care issues of indigenous populations. The topic of stereotypes and their impact on such peoples' health, however, has received little attention. An examination of stereotypes will shed light on dominant cultural attitudes toward Aboriginal people that can affect quality of care and health outcomes in Aboriginal patients. OBJECTIVES: This study examines the views of undergraduate medical students regarding Canadian Aboriginal stereotypes and how they potentially affect Aboriginal people's health. The goal of this study was to gain insight into how medical learners perceive issues related to racism, discrimination and social stereotypes and to draw attention to gaps in Aboriginal health curricula. METHODS: This study involved a convenience sample of medical learners drawn from one undergraduate medical programme in western Canada. Using a semi-structured interview guide, we conducted a total of seven focus group interviews with 38 first- and second-year undergraduate medical students. Data were analysed using a thematic content analysis approach. RESULTS: Medical students recognise that stereotypes are closely related to processes of racism and discrimination. However, they generally feel that stereotypes of Aboriginal people are rooted in reality. Students also identified medical school as one of the environments in which they are commonly exposed to negative views of Aboriginal people. Student responses suggest they see the cultural gap between Aboriginal and non-Aboriginal people as being both a cause and a consequence of discrimination against Aboriginal people. CONCLUSIONS: The results of this study suggest that teaching medical students about the realities and impacts of stereotypes on Aboriginal peoples is a good starting point from which to address issues of racism and health inequities affecting the health of Aboriginal people.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,032 | 0,018 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».