Where’s the colour? Advocating for morphological and antioppressive fluencies in dermatology
Notice bibliographique
Résumé
Dermatology research, medical education and clinical practice have historically prioritized white patients and undertaught the morphology, epidemiology and natural history of cutaneous disease in brown skin.1 Dermatology is also among the least racially diverse specialties,2 despite increasing racial diversity at population levels.2 Clinically, trainees and clinicians report lower confidence diagnosing and managing dermatological conditions in brown skin.1 These historical and contemporary factors likely underpin issues of inefficient healthcare stewardship,3 cultural safety,2 delayed diagnoses and disproportionate morbidities and mortalities1,3 for racialized dermatology patients. ‘Blacks’ and ‘Coloured’ are pejoratives deeply entrenched in racism, yet still featured in scholarship. The British Journal of Dermatology has committed to mitigating dermatological health disparities4 by publishing more diverse literature and featuring equity‐deserving community perspectives. However, in reconciling, we must establish consistent and respectful language when describing patients and darker skin tones, much like standardized lexica used to describe skin morphology. We otherwise risk maintaining racial health disparities and perpetuating distrust in health services3 and research.
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 | 0,022 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,023 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,007 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; 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 ».