Reflections on addressing antisemitism in a Canadian faculty of medicine
Notice bibliographique
Résumé
On my mother's side I am a child and grandchild of Polish Jewish Holocaust survivors who, from a UN Refugee Camp in post-war Austria, were resettled in Canada as refugees.On my father's side I am part of a large family of Orthodox Jewish religious scholars who moved from Lithuania to what is now Israel in the 1920s and 1930s.I was born in Jerusalem and raised in Montreal.In addition to my medical training and a master's degree in HPE, I have a doctorate from Oxford in Yiddish literature with a focus on publications by Holocaust survivors in post-war European refugee camps like the one in which my mother grew up.My husband and I, as well as our three Jewish school-aged children, are white-passing in appearance; I increasingly use that privilege to hide our Jewish identities under professional and personal circumstances when we are outside the Jewish community, including on or near the U of T campus.Professionally, I am an Internist and Education Scientist with clinical and faculty appointments in TFOM (including at the Wilson Centre and in the Department of Medicine), at Sunnybrook Health Sciences Centre, at U of T's Institute of Health Policy Management and Evaluation, at the Ontario Institute for Studies in Education, and at U of T's Anne Tanenbaum Centre for Jewish Studies.In those roles, I have been doing research and education related to social justice in HPE for over a decade.
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 | 0,020 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,052 | 0,021 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,006 | 0,011 |
| Intégrité de la recherche | 0,028 | 0,056 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».