Dismantling "Race" in Health Research
Notice bibliographique
Résumé
In this era of confronting racism in public space, it is critical to keep addressing the covert systemic racism in the healthcare system. We want to bring attention to the continued unscientific practice of race-based medicine and the absurdity of treating race as a biological indicator in the 21st century. We believe race is a social construct that does not qualify as a scientific biological indicator for predicting health outcomes. In this paper, we first present arguments for inappropriate use of race in health research and then discuss alternative explanations for health disparity findings that use race as a predictor. Our main concern centers on two specific aspects of the concept of "race": (1) its fundamental lack of scientific basis as a predictor for health outcomes, (2) the misguided narrative that the term creates, placing the onus of racial discrimination on the victim, instead of highlighting the act of discrimination and the role researchers play in actively reinforcing racism when using "race" as a variable. We conclude by proposing that "race" be replaced by the variable "racism" in health.
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 | 0,617 | 0,554 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,013 | 0,009 |
| Études des sciences et des technologies | 0,024 | 0,214 |
| Communication savante | 0,036 | 0,072 |
| Science ouverte | 0,011 | 0,040 |
| Intégrité de la recherche | 0,021 | 0,060 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».