Moving beyond ‘think leadership, think white male’: the contents and contexts of equity, diversity and inclusion in physician leadership programmes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The lack of both women and physicians from groups under-represented in medicine (UIM) in leadership has become a growing concern in healthcare. Despite increasing recognition that diversity in physician leadership can lead to reduced health disparities, improved population health and increased innovation and creativity in organisations, progress toward this goal is slow. One strategy for increasing the number of women and UIM physician leaders has been to create professional development opportunities that include leadership training on equity, diversity and inclusivity (EDI). However, the extent to which these concepts are explored in physician leadership programming is not known. It is also not clear whether this EDI content challenges structural barriers that perpetuate the status quo of white male leadership. To explore these issues, we conducted an environmental scan by adapting Arksey and O’Malley’s scoping review methodology to centre on three questions: How is EDI currently presented in physician leadership programming? How have these programmes been evaluated in the peer-reviewed literature? How is EDI presented and discussed by the wider medical community? We scanned institutional websites for physician leadership programmes, analysed peer-reviewed literature and examined material from medical education conferences. Our findings indicate that despite an apparent increase in the discussion of EDI concepts in the medical community, current physician leadership programming is built on theories that fail to move beyond race and gender as explanatory factors for a lack of diversity in physician leadership. To address inequity, physician leadership curricula should aim to equip physicians to identify and address the structural factors that perpetuate disparities.
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.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,020 |
| 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 découle