Inequitable treatment as perceived by international medical graduates (IMGs): a scoping review
Notice bibliographique
Résumé
OBJECTIVES: This scoping review seeks to detail experiences of inequitable treatment, as self-reported by international medical graduates (IMGs), across time and location. DESIGN: Scoping review. SEARCH STRATEGY: Three academic medical databases (MEDLINE, SCOPUS and PSYCINFO) and grey literature (GOOGLE SCHOLAR) were systematically searched for studies reporting first-hand IMG experiences of perceived inequitable treatment in the workplace: discrimination, prejudice or bias. Original (in English) qualitative, quantitative, mixed studies or inquiry-based reports from inception until 31 December 2022, which documented direct involvement of IMGs in the data were eligible for inclusion in the review. Systematic reviews, scoping reviews, letters, editorials, news items and commentaries were excluded. Study characteristics and common themes were identified and analysed through an iterative process. RESULTS: We found 33 publications representing 31 studies from USA, Australia, UK, Canada, Germany, Finland, South Africa, Austria, Ireland and Saudi Arabia, published between 1982 and 2022. Common themes identified by extraction were: (1) inadequate professional recognition, including unmatched assigned work or pay; (2) perceived lack of choice and opportunities such as limited freedoms and perceived control over own future; (3) marginalisation-subtle interpersonal exclusions, stereotypes and stigma; (4) favouring of local graduates; (5) verbal insults, culturally or racially insensitive or offensive comments; and (6) harsher sanctions. Other themes identified were effects on well-being and proposed solutions to inequity. CONCLUSIONS: This study found evidence that IMGs believe they are subject to numerous common inequitable workplace experiences and that these experiences have self-reported repercussions on well-being and career trajectory. Further research is needed to substantiate correlations and causality in relation to outcomes of well-being and differential career attainment. Furthermore, research into support for IMGs and the creation of more equitable workforce environments is also recommended.
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 | 0,021 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,011 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».