Racism, structural racism, and the American Association for Anatomy: Initial report from a task force
Notice bibliographique
Résumé
In 2021, the American Association for Anatomy (AAA) Board of Directors appointed a Task Force on Structural Racism to understand how the laws, rules, and practices in which the Association formed, developed and continues to exist affect membership and participation. This commentary is the first public report from the Task Force. We focus on African Americans with some comments on Jews and women, noting that all marginalized groups deserve study. Through much of its 130 year history, some members were an essential part of perpetuating racist ideas, the Association largely ignored racism and had some practices that prevented participation. The Task Force concluded that individual and structural racism within the AAA, combined with the broader social context in which the Association developed, contributed to the current underrepresentation of African Americans who constitute 4.1% of the membership even though 13.4% of the U.S. population is Black. Intentional efforts within the AAA to reckon with racism and other forms of bias have only begun in the last 10-20 years. These actions have led to more diverse leadership within the Association, and it is hoped that these changes will positively affect the recruitment and retention of marginalized people to science in general and anatomy in particular. The Task Force recommends that the AAA Board issue a statement of responsibility to acknowledge its history. Furthermore, the Task Force advocates that the Board commit to (a) sustaining ongoing projects to improve diversity, equity, and inclusion and (b) dedicating additional resources to facilitate novel initiatives.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».