Applicant gender and matching to first-choice discipline: a cross-sectional analysis of data from the Canadian Resident Matching Service (2013–2019)
Notice bibliographique
Résumé
BACKGROUND: Previous studies examining potential sex and gender bias in the Canadian Resident Matching Service (CaRMS) match have had conflicting results. We examined the results of the CaRMS match over the period 2013-2019 to determine the potential association between applicants' gender and the outcome of matching to their first-choice discipline. METHODS: In this cross-sectional analysis, we determined the risk of matching to one's first-choice discipline in CaRMS by applicant gender and year, for all Canadian medical students who participated in the first iteration of the R-1 match for the years 2013 to 2019. We analyzed data in 3 categories of disciplines according to CaRMS classifications: family medicine, nonsurgical disciplines and surgical disciplines. We excluded disciplines with fewer than 10 applicants. RESULTS: Match results were available for 20 033 participants, of whom 11 078 (55.3%) were female. Overall, female applicants were significantly more likely to match to their first-choice discipline (relative risk [RR] 1.03, 95% confidence interval [CI] 1.02-1.04). After adjustment for match year and stratification by discipline categories, we found that female applicants were more likely to match to family medicine as their first choice (RR 1.04, 95% CI 1.03-1.05) and less likely to match to a first-choice surgical discipline (RR 0.95, 95% CI 0.91-1.00) than their male peers. There was no significant difference between the genders in matching to one's first-choice nonsurgical discipline (RR 1.01, 95% CI 0.99-1.03). INTERPRETATION: These results suggest an association between an applicant's gender and the probability of matching to one's first-choice discipline. The possibility of gender bias in the application process for residency programs should be further evaluated and monitored.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| 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 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 ».