MétaCan
Menu
Retour à la cohorte
Enregistrement W2069308343 · doi:10.1097/acm.0000000000000200

Harassment and Discrimination in Medical Training

2014· review· en· W2069308343 sur OpenAlexafffundabout
Naif Fnais, Charlene Soobiah, Maggie Hong Chen, Erin Lillie, Laure Perrier, Mariam Tashkhandi, Sharon E. Straus, Muhammad Mamdani, Mohammed Al‐Omran, Andrea C. Tricco

Notice bibliographique

RevueAcademic Medicine · 2014
Typereview
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHarassmentMedicineMeta-analysisMEDLINEFamily medicinePsychologyClinical psychologyNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Harassment and discrimination include a wide range of behaviors that medical trainees perceive as being humiliating, hostile, or abusive. To understand the significance of such mistreatment and to explore potential preventive strategies, the authors conducted a systematic review and meta-analysis to examine the prevalence, risk factors, and sources of harassment and discrimination among medical trainees. METHOD: In 2011, the authors identified relevant studies by searching MEDLINE and EMBASE, scanning reference lists of relevant studies, and contacting experts. They included studies that reported the prevalence, risk factors, and sources of harassment and discrimination among medical trainees. Two reviewers independently screened all articles and abstracted study and participant characteristics and study results. The authors assessed the methodological quality in individual studies using the Newcastle-Ottawa Scale. They also conducted a meta-analysis. RESULTS: The authors included 57 cross-sectional and 2 cohort studies in their review. The meta-analysis of 51 studies demonstrated that 59.4% of medical trainees had experienced at least one form of harassment or discrimination during their training (95% confidence interval [CI]: 52.0%-66.7%). Verbal harassment was the most commonly cited form of harassment (prevalence: 63.0%; 95% CI: 54.8%-71.2%). Consultants were the most commonly cited source of harassment and discrimination, followed by patients or patients' families (34.4% and 21.9%, respectively). CONCLUSIONS: This review demonstrates the surprisingly high prevalence of harassment and discrimination among medical trainees that has not declined over time. The authors recommend both drafting policies and promoting cultural change within academic institutions to prevent future abuse.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,047
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,010
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,210
Tête enseignante GPT0,478
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineIncitatifs
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations665
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetDiversity and Career in MedicineTravaux en français237 207