Diversity by Race, Hispanic Ethnicity, and Sex of the United States Medical Oncology Physician Workforce Over the Past Quarter Century
Notice bibliographique
Résumé
PURPOSE: To assess the medical oncology (MO) physician workforce diversity by race, Hispanic ethnicity, and sex, with attention to trainees. METHODS: Public registries were used to assess 2010 differences among MO practicing physicians, academic faculty, and fellows; internal medicine (IM) residents; and the US population, using binomial tests with P < .001 significance adjusting for multiple comparisons. Significant changes in fellow representation from 1986 to 2011 were assessed. RESULTS: Female representation as MO fellows (45.0%) was significantly increased compared with faculty (22.4%) and practicing physicians (27.4%); was no different than IM residents (44.7%, P = .853); and increased significantly, by 1.0% per year. Women were significantly underrepresented as practicing physicians, faculty, and fellows compared with the US population (50.8%). Traditionally underrepresented minorities in medicine (URM) were significantly underrepresented as practicing physicians (7.8%), faculty (5.7%), and fellows (10.9%), versus US population (30.0%). Hispanic MO fellows (7.5%) were increased compared with faculty (3.9%) and practicing physicians (4.1%); Black fellows (3.1%) were no different than faculty (1.8%, P = .0283) or practicing physicians (3.5%, P = .443). When comparing MO fellows versus IM residents, there were no differences for American Indians/Alaska Natives/Native Hawaiians/Pacific Islanders (0.3%, 0.6%, respectively, P = .137) and Hispanics (7.5%, 8.7%, P = .139), unlike Blacks (3.1%, 5.6%, P < .001). There has been no significant change in URM representation, with negligible changes every 5 years for American Indians/Alaska Natives/Native Hawaiians/Pacific Islanders (-0.1%), Blacks (-0.3%), and Hispanics (0.3%). CONCLUSIONS: Female fellow representation increased 1% per year over the quarter century indicating historical gains, whereas URM diversity remains unchanged. For Blacks alone, representation as MO fellows is decreased compared with IM residents, suggesting greater disparity in MO training.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».