The influence of income on medical school admissions in Canada: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: The socioeconomic status of applicants to Canadian medical schools has been understudied in the past two decades. Institutional efforts have been made to address the lack of socioeconomic diversity across Canada during this time. We investigated the income characteristics of medical school applicants, as well as the relationship between applicant income and offer of admission, to characterize the current state of socioeconomic diversity in medical admissions. METHODS: We conducted a retrospective cohort study on 26,120 applicants at one Ontario medical school from 2013 to 2018. Characteristics of applicants who were offered admission were compared to the general population and applicants not offered admission. Regression analyses were used to investigate the association between median total neighborhood income and successful admission. RESULTS: The median total neighborhood income for medical school applicants was $98,816, which was approximately $28,480 higher than the Canadian general population. Those not admitted to the medical school had a median total neighborhood income of $98,304 compared to $105,984 for those offered admission (p < 0.001). This trend was seen in every province and territory in Canada. Median total neighborhood income was a predictor of an offer of admission; applicants in the >75th percentile income group had 54% increased odds of being offered admission when compared to applicants in the <25th percentile in our unadjusted model. Income was not significant in our adjusted models but showed that the income medians drastically shifted between pre-interview and post-interview periods, from $98,816 to $104,960 (p < 0.001). CONCLUSION: Medical school applicants are from higher economic strata compared to the general population. Despite already representing a high economic stratum, a higher median total neighborhood income relative to other applicants was associated with an offer of admission.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».