WeWhoCurie: An Initiative to Advocate for Those Underrepresented in Radiation Oncology
Notice bibliographique
Résumé
Purpose: An initiative to advocate for those underrepresented in radiation oncology. Methods and Materials: Inspired by the success of the #ILookLikeAnEngineer and #ILookLikeASurgeon campaigns, this initiative aimed to break down stereotypes in traditionally male-dominated fields. In honor of Marie Curie's birthday, on November 7, 2018, the Society for Women in Radiation Oncology launched a social media campaign called #WomenWhoCurie day. However, as the popularity of the social media campaign increased, it become evident that members of the wider radiation community, in particular women of color, nonbinary and transgender people did not feel supported by the #WomenWhoCurie movement. In November 2021, after consultation with diversity and inclusion leaders and members of other national radiation oncology organizations, Society for Women in Radiation Oncology launched #WeWhoCurie alongside the #WomenWhoCurie campaign for women and gender minorities in radiation oncology. Radiation oncologists, physicists, dosimetrist, therapists, nurses, and other professionals from around the world gathered and shared photos and social media posts throughout the day on multiple platforms including Facebook, Instagram, and Twitter. Results: In the year #WeWhoCurie, #WomenWhoCurie, #_______ WhoCurie campaign launched, we saw an increase in participation across the globe from 9 countries: the United States, Canada, Mexico, Brazil, Italy, Spain, China, New Zealand, and Australia. There were over 720 tweets contributing to the campaign with over 2000 messages, representing 3,365,444 "potential impacts", or the number of times someone saw the hashtag. Conclusions: " patients with cancer and conducting cutting edge research to improve cancer care across the globe. As an organization we believe adding our voices to the masses will foster a culture of inclusion for everyone. Afterall, what good is the practice of radiation oncology if all are not equally welcome?
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 | 0,010 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,017 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,006 |
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 ».