MétaCan
Menu
Retour à la cohorte
Enregistrement W3116667188 · doi:10.1002/pmrj.12537

Physical Medicine and Rehabilitation Faculty Diversity Trends by Sex, Race, and Ethnicity, 2007 to 2018 in the United States

2020· article· en· W3116667188 sur OpenAlexaff
Yanru Zhang, Julie K. Silver, Sabeen Tiwana, Monica Verduzco‐Gutierrez, Javed Siddiqi, Faisal Khosa

Notice bibliographique

RevuePM&R · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEthnic groupWorkforceDiversity (politics)DemographyMedicineRace (biology)Underrepresented MinorityGerontologyWhite (mutation)Family medicineMedical educationGender studiesSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Sex and race/ethnicity disparities persist in academic Physical Medicine and Rehabilitation (PM&R). This study contributes to the current body of knowledge by demonstrating changes in academic PM&R by sex and race/ethnicity in multiple categories over a 12-year period. OBJECTIVE: To evaluate workforce disparities in academic PM&R by measuring sex and race/ethnicity diversity in academic degree, rank, and tenure status. DESIGN: Surveillance study. SETTING AND METHODS: Self-reported data for PM&R from the Association of American Medical Colleges (AAMC) annual Faculty Roster report from 2007 to 2018. MAIN OUTCOME MEASURES: The 12-year average percentage composition in academic degree, rank, and tenure status was calculated to compare the overall distribution. Counts and proportion changes were plotted to depict the temporal trends. Absolute changes in racial percentage composition were graphed to highlight the progress. RESULTS: From 2007 to 2018, the increase by sex was roughly equal (male = 216; female = 236), whereas most of the increase was in White faculty (207). The representation of female and Underrepresented in Medicine (URiM) faculty decreased as academic level advanced. Instructors is the only category with a higher proportion of female faculty, from 2007 (53%) to 2018 (59.3%), whereas male faculty occupied over 75% of the full professor positions at any time. Among the non-White faculty, Asian faculty had the greatest increase in proportion of full professors (3.7% to 10%) and Hispanic/Latino faculty in associate professors (2% to 7.1%), whereas full professors who were Black/African American decreased from 4 persons (2.5%) to 2 persons (0.8%). CONCLUSION: An increase in total number of female and URiM faculty was observed in academic PM&R over 2007 to 2018, but sex and ethnicity/race disparities persisted, especially in higher ranks and leadership positions. For non-White faculty, greater disparities existed, pointing toward the need to target challenges faced by URiM race/ethnicity status.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,344
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePM&RMême sujetDiversity and Career in MedicineTravaux en français237 207