Diversity among endovascular neurointerventionalists in Canada results of a national survey 2022
Notice bibliographique
Résumé
AimNeurointervention (NIR) is a relatively new developing filed of medicine. Diversity and inclusion in various medical fields has made a significant progress. However, many surgical and interventional fields are still lagging in this respect. The aim of this study was to evaluate the degree of diversity and inclusion amongst neurointerventionalists in Canada.Materials and methodsA survey was completed in June 2022 by each neurointerventional division in Canada. The survey included questions regarding demographics, inclusivity, diversity, social and personal parameters. The collected data was analysed using semi-quantitative analysis.ResultsAs of 2022, 85 physicians were actively practicing NIR in Canada. 52% were neuroradiologists, 38% neurosurgeons and 9% neurologists. 41% were immigrants to Canada (from 19 countries), for 35% English or French were not first language, 35% were visible minority. Women comprised only 21% of the practitioners, with comparable proportion of women in leadership positions. Most practitioners were in the 30-49 age group. 2.4% practitioners identified as LGBTQ. There was no gender difference in terms of life to work balance, with majority of practitioners being engaged in long term relationships and having children.ConclusionsOur study shows encouraging results in terms of diversity and inclusion amongst Canadian neurointerventionalists regarding the representation of various specialty backgrounds, immigrants, and visible minorities. NIR centers are distributed according to population density and better coverage is needed in smaller communities and remote/isolated areas. Both women and men Canadian neurointerventionalists seem to have a favourable life-work balance. Gaps still exist regarding inclusion of first nations and women which are under-represented among Canadian Neurointerventionalists. Women however are proportionally serving in leadership positions.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».