MétaCan
Menu
Retour à la cohorte
Enregistrement W2137025480 · doi:10.1186/s12939-015-0133-7

A tertiary approach to improving equity in health: quantitative analysis of the Māori and Pacific Admission Scheme (MAPAS) process, 2008–2012

2015· article· en· W2137025480 sur OpenAlexaff
Elana Curtis, Erena Wikaire, Yannan Jiang, Louise McMillan, Robert Loto, Airini, Papaarangi Reid

Notice bibliographique

RevueInternational Journal for Equity in Health · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Education and Admissions
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésAotearoaPacific islandersIndigenousBachelorMedicineWorkforceLogistic regressionHealth services researchPublic healthEthnic groupMedical educationFamily medicineNursingGeographyPolitical scienceEnvironmental healthPopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Achieving health equity for indigenous and ethnic minority populations requires the development of an ethnically diverse health workforce. This study explores a tertiary admission programme targeting Māori and Pacific applicants to nursing, pharmacy and health sciences (a precursor to medicine) at the University of Auckland (UoA), Aotearoa New Zealand (NZ). Application of cognitive and non-cognitive selection tools, including a Multiple Mini Interview (MMI), are examined. METHODS: Indigenous Kaupapa Māori methodology guided analysis of the Māori and Pacific Admission Scheme (MAPAS) for the years 2008-2012. Multiple logistic regression models were used to identify the predicted effect of admission variables on the final MAPAS recommendation of best starting point for success in health professional study i.e. 'CertHSc' (Certificate in Health Sciences, bridging/foundation), 'Bachelor' (degree-level) or 'Not FMHS' (Faculty of Medical and Health Sciences). Regression analyses controlled for interview year, gender and ancestry. RESULTS: Of the 918 MAPAS interviewees: 35% (319) were Māori, 58% (530) Pacific, 7% (68) Māori/Pacific; 71% (653) school leavers; 72% (662) females. The average rank score was 167/320, 40-80 credits below guaranteed FMHS degree offers. Just under half of all interviewees were recommended 'CertHSc' 47% (428), 13% (117) 'Bachelor' and 38% (332) 'Not FMHS' as the best starting point. Strong associations were identified between Bachelor recommendation and exposure to Any 2 Sciences (OR:7.897, CI:3.855-16.175; p < 0.0001), higher rank score (OR:1.043, CI:1.034-1.052; p < 0.0001) and higher scores on MAPAS mathematics test (OR:1.043, CI:1.028-1.059; p < 0.0001). MMI stations had mixed associations, with academic preparation and career aspirations more consistently associated with recommendations. CONCLUSIONS: Our findings raise concerns about the ability of the secondary education sector to prepare Māori and Pacific students adequately for health professional study. A comprehensive tertiary admissions process using multiple tools for selection (cognitive and non-cognitive) and the provision of alternative entry pathways are recommended for indigenous and ethnic minority health workforce development. The application of the MMI within an equity and indigenous cultural context can support a holistic assessment of an applicant's potential to succeed within tertiary study. The new MAPAS admissions process may provide an exemplar for other tertiary institutions looking to widen participation via equity-targeted admission processes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,217
Tête enseignante GPT0,538
Écart entre enseignants0,322 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations25
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Equity in HealthMême sujetMedical Education and AdmissionsTravaux en français237 207