Racial Bias in Using USMLE Step 1 Scores to Grant Internal Medicine Residency Interviews
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
PURPOSE: To determine whether the United States Medical Licensing Examination (USMLE) Step 1 score, commonly used in screening residency applicants for interviews, eliminates a greater proportion of African-American applicants from the interview process at an internal medicine residency program. METHOD: A survey of internal medicine residency programs was performed to determine the prevalence of using USMLE Step 1 scores to grant interviews. A cohort of applicants was analyzed by constructing a database of USMLE Step 1 scores from the Electronic Residency Application Service (ERAS) database of applications from U.S., Canadian, and osteopathic medical schools to one residency program in 2000. Each applicant was classified as African American or non-African American. Rejection rates were then calculated for each five-point increment from a hypothetical threshold rejection score of <180 to <215. RESULTS: Responses were received from 259 residency programs (69%), and 92% used the USMLE Step 1 score in deciding which applicants to interview. A cohort of 626 non-African-American and 47 African-American applicants was analyzed. The proportion of applicants below each incremental threshold score was significantly higher for African-American applicants (p <.05 at each level). Depending on the threshold score used, an African-American applicant was three to six times less likely to be offered an interview. CONCLUSIONS: When USMLE Step 1 scores are used to screen applicants for a residency interview, a significantly greater proportion of African-American students will be refused an interview.
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,003 | 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 découle