What does ‘race’ have to do with medical education research?
Notice bibliographique
Résumé
CONTEXT: We live in a world of ethnoracial conflict. This is confirmed every day by opening and reading the newspaper. This everyday world seems far away in the pages of a medical education journal, but is it? The goal of this paper is to suggest that one need not look very far in medical education to encounter ethnoracial issues, and further, that research methods that are not ethnoracially biased must be employed to study these topics. DISCUSSION: We will draw attention to the relevance of employing an ethical conceptual approach to research involving 'race' by demonstrating how one author researching internationally educated health professionals has put 'race' front and centre in his analysis. He does this by using a postcolonial method of analysis termed a 'doubled-research' technique that sets up categories such as 'race' but then decolonizes them to avoid essentialism or stereotyping. We compare this method to another mainstream method employed for the same topic of inquiry which has sidelined 'race' in the analysis, potentially hiding findings about ethnoracial relations involving health professionals in our 'multicultural' society. This demonstration leads to the important question of whether research methods can be epistemologically racist-a question that has been raised about conventional research on education in general. Our argument is not meant to be the last word on this topic, but the first in this journal. CONCLUSIONS: We conclude that there is an internal ethics or axiology within research perspectives and methodologies that needs to be examined where ethnoracial issues are prominent. The use of mainstream approaches to undertake research can unintentionally 'leave unsaid' central aspects of what is researched while antiracist methods such as the one described in this article can open up the data to allow for a richer and deeper understanding of the problem.
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 | 0,003 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».