The influence of gender and specialty on reporting of abusive and discriminatory behaviour by medical students, residents and physician teachers
Notice bibliographique
Résumé
INTRODUCTION: The perception of whether a given behaviour is abusive differs between students and teachers. We speculated that attitudes towards reporting abusive and discriminatory behaviour may vary by specialty as well as by gender. METHODS: We report a cross-sectional survey of incoming medical students, medical students, residents, and teaching faculty at one Canadian medical school. The discrimination and abuse questions were in the following domains: (i) psychological abuse, (ii) sexual abuse, (iii) physical abuse, (iv) gender discrimination, (v) racial discrimination, (vi) disability discrimination, (vii) derogatory remarks regarding homosexuality. The frequency of self-reported witnessed or experienced abusive and discriminatory behaviour was compared by gender, specialty choice and stage of training. RESULTS: The response rates varied by respondent group: 44/56 (79%) of incoming medical students, 177/218 (81%) of medical students, 134/206 (65%) of residents and 215/554 (38%) of physician teachers. The frequency of these behaviours was perceived to be low by both male and female respondents. Abusive and discriminatory behaviour by physician teachers was noted more frequently by residents (P < 0.001) and physician teachers themselves (P < 0.001) compared with incoming medical students. As well, in general, women noted more abusive and discriminatory behaviour by all teachers, compared with men (P < 0. 003). Each response to the abuse/discrimination questions was also modelled as the independent variable using stepwise multiple regression. The area of specialization (surgical versus non-surgical) altered the reporting of abusive and discriminatory behaviour by women. CONCLUSION: We conclude that female surgical residents and medical students undergo a process of acclimatization to the patriarchal surgical culture. As female surgeons become physician teachers they revert to a culture more similar to that of their female non-surgical colleagues. Although a process of deidealization occurs in medical training, these attitudes are not necessarily retained throughout the practising lifetime of physicians as they regain autonomy and more personal control.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 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 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 ».