Medical Student Socioeconomic Disadvantage, Self-Designated Disadvantage, and Subsequent Academic Performance
Notice bibliographique
Résumé
We previously reported that medical school matriculants with higher scores on a continuous measure of socioeconomic disadvantage (SED) had worse academic performance than those with lower scores. Analyses examining performance concurrently by SED and self-designated disadvantage (SDA) are lacking, an important gap since SDA may reflect perceptions only partly shaped by SED. We examined the associations of the four possible combinations of SED and SDA categories-SED+/SDA+, SED+/SDA-, and SED-/SDA+ (versus SED-/SDA-as reference)-with U.S. Medical Licensing Examination (USMLE) Step 1 and 2 Clinical Knowledge performance and third-year clerkship Honors at one medical school. USMLE scores were lower than reference for SED+/SDA+ and SED-/SDA+ (but not SED+/SDA-) students. SED+/SDA+, SED+/SDA-, and SED-/SDA+ students all received fewer Honors than reference. The findings indicate SED and SDA each predict different features of medical school performance, suggesting avenues for enhancing disadvantaged students' success and the representativeness of the physician workforce.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».