Diversity of physicians in leadership and academic positions in Alberta: a cross-sectional survey
Notice bibliographique
Résumé
BACKGROUND: Efforts to reduce barriers and disparities faced by marginalised physicians are limited by a lack of data on the current diversity of the Canadian physician workforce. We aimed to characterise the diversity of the Albertan physician workforce. METHODS: This cross-sectional survey, open to all Albertan physicians from 1 September 2020 to 6 October 2021, measured the proportion of physicians from traditionally under-represented groups, including those with diverse gender identities, disabilities and from racial minorities. RESULTS: There were 1087 respondents (9.3% response rate); of whom 33.4% identified as cisgender men (n=363), 46.8% as cisgender women (n=509) and less than 3% as gender diverse. Fewer than 5% were members of the LGBTQI2S+community. Half were white (n=547), 4.6% were black (n=50) and fewer than 3% were Indigenous or Latinx. Over one-third reported a disability (n=368, 33.9%). There were 303 white cisgender women (27.9%), 189 white cisgender men (17.4%), 136 black, Indigenous or person of colour (BIPOC) cisgender men (12.5%) and 151 BIPOC cisgender women (13.9%). Compared with BIPOC physicians, white participants were over-represented in leadership positions (64.2% and 32.1%; p=0.06) and academic roles (78.7% and 66.9%; p<0.01). Cisgender women had less often applied for academic promotion than cisgender men (85.4% and 78.3%, respectively, p=0.01), and BIPOC physicians had been denied promotion more frequently (7.7% compared with 4.4%; p=0.47). CONCLUSION: Many Albertan physicians may experience marginalisation through at least one protected characteristic. There were race-based and gender-based differences in experiences of medical leadership and academic promotion which may explain observed disparities in these positions. To increase diversity and representation in medicine, medical organisations should focus on inclusive cultures and environments. Universities should focus efforts on supporting BIPOC physicians, especially BIPOC cisgender women, in applying for promotion.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 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 ».