The Importance of Developing and Implementing an Inclusive Language and Image Policy in Medical Schools
Notice bibliographique
Résumé
To the Editor: Exclusionary language and images in academic medicine are common 1 and harmful. 2,3 Sexist jokes are frequent during medical school lectures. 2 Of over 4,000 images in medical school lectures, 61% depicted men and 78% portrayed White patients. 1 Stigmatizing language also occurs; it worsens self-management of disease and increases bias. 3,4 A culture of inclusion requires shifting the language and images used in academic medicine. Inclusive language is “free of bias and avoids perpetuating prejudicial beliefs,” 5 and inclusive images represent patients’ diversity. We developed the Inclusive Language and Images Policy 6 (ILIP) to facilitate changing culture at our institution, using relevant literature reviews and stakeholders’ views. The ILIP applies to lectures, email signatures, and institutional documents. The components of ILIP are: Introduction to inclusive language and imagery, Statement of leadership support, Explanation of principles of inclusive language and imagery with resources and examples, 1 Guidance for email signatures, and Inclusive and diversity disclosure statement for presentations. The benefits of inclusive language and imagery are supported by evidence. 4,7 Inclusive language often uses person-first and strengths-based wordings rather than using a medical illness as a noun (e.g., “person with diabetes” rather than “a diabetic”). Inclusive language is nonjudgmental, facts-based, mentions personal characteristics only when medically relevant, nonstigmatizing, and uses the singular “they.” Many national societies provide population-specific guidelines. The American Psychology Association’s style guide discussions of bias-free language can guide presentations and writing. However, individual preferences of appropriate language should take precedence over established principles in one-on-one interactions. The ILIP is dynamic and should be adapted when necessary—for example, to acknowledge the history of the institution: its policies, celebrated figures, land, and achievements. We have added an Indigenous land acknowledgment to presentations as a local adaptation to support guidelines concerning truth and reconciliation. Uses of the ILIP should be monitored for adherence; one option is to include questions about inclusion on presenter evaluations. Continuing education may be needed to support faculty as they implement ILIP policies. Shifting the culture of medicine requires role modeling by faculty, and the ILIP can provide this framework.
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 | 0,004 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».