Calling for a Broader Conceptualization of Diversity
Notice bibliographique
Résumé
PURPOSE: Policy groups recommend monitoring and supporting more diversity among medical students and the medical workforce. In Canada, few data are available regarding the diversity of medical students, which poses challenges for policy development and evaluation. The authors examine diversity through a framework of surface (visible) and deep (less visible) dimensions and present data regarding a sample of Canadian medical students. METHOD: Between 2009 and 2011, nine cohorts from four Canadian medical schools completed the Health Professions Student Diversity Survey (HPSDS) either on paper or online. Items asked each participant's age, gender, gender identity, sexual identity, marital status, ethnicity, rural status, parental income, and disability. Data were analyzed descriptively and compared, when available, with national data. RESULTS: Of 1,892 students invited, 1,552 (82.0%) completed the HPSDS. Students tended to be 21 to 25 years old (68.3%; 1,048/1,534), female (59.0%; 902/1,529), heterosexual (94.6%; 1,422/1,503), single (90.1%; 1,369/1,520), and unlikely to report any disability (96.5%; 1,463/1,516). The majority of students identified with the gender on their birth certificate (99.8%; 1,512/1,515). About half had spent the majority of their lives in urban environments (46.7%; 711/1,521), and most reported parental household incomes of over $100,000/year (57.6%; 791/1,373). Overall, they were overrepresentative of higher-income groups and underrepresentative of populations of Aboriginal, black, or Filipino ethnicities in Canada. CONCLUSIONS: The authors propose the development of a National Student Diversity Database to support both locally relevant policies regarding pipeline programs and an examination of current application and selection procedures to identify potential barriers for underrepresented students.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».