Influence of participant and reviewer characteristics in application scores for a hematology research training program
Notice bibliographique
Résumé
The American Society of Hematology Clinical Research Training Institute (CRTI) is a clinical research training program with a competitive application process. The objectives were to compare application scores based on applicant and reviewer sex and underrepresented minority (URM) status. We included applications to CRTI from 2003 to 2019. The application scores were transformed into a scale from 0 to 100 (100 was the strongest). The factors considered were applicant and reviewer sex and URM status. We evaluated whether there was an interaction between the characteristics and time related to application scores. In total, 713 applicants and 2106 reviews were included. There was no significant difference in scores according to applicant sex. URM applicants had significantly worse scores than non-URM applicants (mean [standard error] 67.9 [1.56] vs 71.4 [0.63]; P = .0355). There were significant interactions between reviewer sex and time (P = .0030) and reviewer URM status and time (P = .0424); thus, results were stratified by time. For the 2 earlier time periods, male reviewers gave significantly worse scores than did female reviewers; this difference did not persist for the most recent time period. The URM reviewers did not give significantly different scores across time periods. URM applicants received significantly lower scores than non-URM applicants. The impact of reviewer sex and URM status changed over time. Although male reviewers gave lower scores in the early periods, this effect did not persist in the late period. Efforts are required to mitigate the impact of applicant URM status on application scores.
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 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».