Epidemiologists Count: The Role of Diversity and Inclusion in the Field of Epidemiology
Notice bibliographique
Résumé
We present interpretations of the idea that "epidemiologists count" in response to the current status of membership and diversity and inclusion efforts within the Society for Epidemiological Research (SER). We review whom epidemiologists count to describe the (mis)representation of SER membership and how categorizations of people reflect social constructions of identity and biases that exist in broader society. We argue that what epidemiologists count-how diversity and inclusion are operationalized-has real-world implications on institutional norms and how inclusive/non-inclusive environments are. Finally, we examine which epidemiologists count within the field and argue that inclusion can only be achieved when we address how resources and opportunities are distributed among epidemiologists. To improve diversity and inclusion within SER and beyond, we recommend that SER strengthen its commitment to diversity, inclusion, and equity by: 1) integrating this priority on all agendas; 2) enhancing efforts to improve self-awareness among members and accountability within the organization; 3) supporting the growth of a diversifying workforce in epidemiology; and 4) increasing the visibility of health disparities research and researchers in epidemiology.
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 | 0,032 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,011 |
| Communication savante | 0,018 | 0,012 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,019 | 0,036 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».