The quest for greater equity: a national cross-sectional study of the experiences of Black Canadian medical students
Notice bibliographique
Résumé
BACKGROUND: Black medical students have been consistently underrepresented in Canadian medical schools, and data on the impact of discrimination on their medical education remain limited. In this cross-sectional study, we aimed to investigate the experiences of Black medical students through the Black Medical Students' Association of Canada (BMSAC). METHODS: We developed a 63-item instrument around the domains of inclusion and diversity, wellness, discrimination, career advancement and diversity in medical education. The anonymous web-based questionnaire was sent to 128 medical students and first-year residents from all 17 Canadian medical schools via the BMSAC listserv. We obtained frequencies for demographic data and self-reported experiences. RESULTS: We received 52 responses. Of respondents, 59% had at least 1 personal encounter with discrimination in medical school. Discrimination was experienced in both clinical and academic contexts, notably from patients, peers and hospital staff. Students further along in their medical training were more likely to endorse having experienced discrimination in medical school. Most respondents had positive experiences with academic and clinical inclusion, as well as resiliency in the face of discrimination. However, most respondents had negative experiences relating to reporting discrimination, their well-being, career advancement, sentiments of minority tax and low diversity in medical education. INTERPRETATION: We found that discrimination has important implications on the learning experiences of Black medical students surveyed from the BMSAC. This directly challenges the notion that Canadian medical schools are impervious to racism and highlights the need for advocacy and systemic changes to eliminate institutional racism.
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 | 0,002 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».