MétaCan
Menu
Retour à la cohorte
Enregistrement W4297517575 · doi:10.36834/cmej.73320

Perceptions of bias in the selection of international medical graduate residency applicants in Canada

2022· article· en· W4297517575 sur OpenAlexafffundvenueabout
Maria Mathews, Ivy Lynn Bourgeault, Dana Ryan

Notice bibliographique

RevueCanadian Medical Education Journal · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of OttawaWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésIMGGraduation (instrument)ReputationMedical educationImmigrationSelection (genetic algorithm)United States Medical Licensing ExaminationPerceptionPsychologyMedical schoolSelection biasMedicinePolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Background: In Canada, international medical graduates (IMG) consist of immigrant-IMG and previous Canadian citizens/permanent residents who attended medical school abroad (CSA). CSA are more likely to obtain a post-graduate residency position than immigrant-IMG and previous studies have suggested that the residency selection process favours CSA over immigrant-IMG. This study explored potential sources of bias in the residency program selection process. Methods: We conducted semi-structured interviews with senior administrators of clinical assessment and post-graduate programs across Canada. We asked about perceptions of the background and preparation of CSA and immigrant-IMG, methods applicants use to improve likelihood of obtaining residency positions, and practices that may favour/discourage applicants. Interviews were transcribed and a constant comparative method was employed to identify recurring themes. Results: Of a potential 22 administrators, 12 (54.5%) completed interviews. Five key factors that may provide CSA with an advantage were: reputation of the applicant's medical school, recency of graduation, ability to complete undergraduate clinical placement in Canada, familiarity with Canadian culture, and interview performance. Conclusions: Although residency programs prioritize equitable selection, they may be constrained by policies designed to promote efficiencies and mitigate medico-legal risks that inadvertently advantage CSA. Identifying the factors behind these potential biases is needed to promote an equitable selection process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,306

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,038
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0150,009
Communication savante0,0040,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,439
Écart entre enseignants0,378 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
DomaineÉvaluation
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetGlobal Health Workforce IssuesTravaux en français237 207