Perceptions of Equity and Inclusion in Acute Care Surgery
Notice bibliographique
Résumé
OBJECTIVES AND BACKGROUND: The aim of this study was to characterize equity and inclusion in acute care surgery (ACS) with a survey to examine the demographics of ACS surgeons, the exclusionary or biased behaviors they witnessed and experienced, and where those behaviors happen. A major initiative of the Equity, Quality, and Inclusion in Trauma Surgery Practice Ad Hoc Task Force of the Eastern Association for the Surgery of Trauma was to characterize equity and inclusion in ACS. To do so, a survey was created with the above objectives. METHODS: A cross-sectional, mixed-methods anonymous online survey was sent to all EAST members. Closed-ended questions are reported as percentages with a cutoff of α = 0.05 for significance. Quantitative results were analyzed focusing on mistreatment and bias. RESULTS: Most respondents identified as white, non-Hispanic and male. In the past 12 months, 57.5% of females witnessed or experienced sexual harassment, whereas 48.6% of surgeons of color witnessed or experienced racial/ethnic discrimination. Sexual harassment, racial/ethnic prejudice, or discrimination based on sexual orientation/sex identity was more frequent in the workplace than at academic conferences or in ACS. Females were more likely than males to report unfair treatment due to age, appearance or sex in the workplace and ACS (P ≤ 0.002). Surgeons of color were more likely than white, non-Hispanics to report unfair treatment in the workplace and ACS due to race/ethnicity (P < 0.001). CONCLUSIONS: This is the first survey of ACS surgeons on equity and inclusion. Perceptions of bias are prevalent. Minorities reported more inequity than their white male counterparts. Behavior in the workplace was worse than at academic conferences or ACS. Ensuring equity and inclusion may help ACS attract and retain the best and brightest without fear of unfair treatment.
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 | 0,008 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».