Imagining a future in global health without visa and passport inequities
Notice bibliographique
Résumé
There is a growing and overdue recognition in recent years of visa and passport inequities as a significant barrier to global health education, practice, and participation.These inequities largely impact low-and middle-income country (LMIC) citizens, refugees, and asylum seekers, as highlighted by us, other affected individuals, and advocates for systemic change [1][2][3].Examples illustrate a range of challenges including structurally discriminatory border control policies by high income countries (HICs), poor administrative due diligence in visa processes, lack of professionalism and inconsistency in assessment procedures during visa interviews or at customs, disregard for extended visa processing timelines by event organizers, associated high costs and ignorance of visa challenges by event organizers, academic institutions, and organizations [3][4][5].While highest level of restrictions are imposed by countries in the Global North, it is crucial to note that visa and passport discrimination against LMIC citizens are practiced by countries in the Global South as well [6,7].Persisting racist, colonial and neo-colonial ideologies, and political and economic realities impact visa and passport inequities perpetuating a vicious cycle by 'othering' LMIC citizens and denying them opportunities to contribute towards achieving the goal of 'health for all' [1,8].These inequities continue to affect access to global health education, sharing of expertise, participating in conferences, research collaborations, and building professional networks.Early career scholars, faculty and students face added layers of barriers and consequences due to lack of resources and institutional power [5,9].Additionally, these inequities are normalized by the continuation of discriminatory systems and inaction of those with power and privilege [2,5].However, the current discourse provides us with a window of opportunity for change.We, as a group of young global health practitioners and trainees with diverse citizenship impacted by these challenges, offer a suite of options to reform current practices and reimagine ways to minimize visa and passport inequities.Recognizing the need for urgent action and the complexity of the challenge we outline short, medium, and long-term solutions.
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 | 0,015 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,029 |
| Communication savante | 0,016 | 0,046 |
| Science ouverte | 0,002 | 0,014 |
| Intégrité de la recherche | 0,014 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 ».