MétaCan
Menu
Retour à la cohorte
Enregistrement W4387749930 · doi:10.14309/01.ajg.0000955364.15950.0d

S1431 Encouraging Diversity in Transplant Hepatology Fellowship Program Directorship: A Pressing Matter

2023· article· en· W4387749930 sur OpenAlexaboutno aff
Faraz Jafri, Shahbaz Saad, Hamna Riaz, Farah Saleem

Notice bibliographique

RevueThe American Journal of Gastroenterology · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHepatologyMedicineDiversity (politics)Internal medicineWorkforceFamily medicineTransplant surgeryUnderrepresented MinorityGerontologyMedical education

Résumé

récupéré en direct d'OpenAlex

Introduction: Diversity in medicine has become an important focus due to studies showing the positive effects of race-concordant visits on patient outcomes, adherence, and satisfaction, resulting in more efficient and cost-effective care. While diversity among residency and fellowship program directors has been studied in other fields such as transplant surgery, cardiovascular disease, and psychiatry, little is known about the diversity within niche fellowship programs such as transplant hepatology. This study aims to investigate the demographic information of program directors in transplant hepatology fellowship programs. Methods: We identified transplant hepatology fellowship programs and their program directors from the American College of Gastroenterology website. Multiple reviewers compiled demographic and training information from internet searches, which was collected in Microsoft Excel and analyzed using chi-square analysis. Results: Our study analyzed data from 72 program directors, with 61.11% being male. Among the program directors, 55.6% were non-Hispanic White, 36.11% were Asian, while Hispanics and Blacks represented 5.56% and 4.17%, respectively. Our analysis also found that male program directors were largely non-hispanic white (72.72%) and were significantly more likely to be Professors (P = 0.045). Conclusion: Our findings indicate that transplant hepatology fellowship programs are primarily led by male and non-Hispanic White physicians, with female representation in leadership roles comparable to their membership in the workforce. However, we found a lack of diversity among both male and female underrepresented minorities in program director positions. Our study suggests that transplant hepatology fellowship program leadership lacks gender and racial diversity, with a particular underrepresentation of URM individuals. To attract underrepresented medical students and residents, it is critical to make meaningful efforts to improve diversity and ensure equitable representation of leaders. Future research should focus on identifying barriers to diversity within the field and developing strategies to build a more inclusive workforce while addressing existing leadership inequities (Table 1). Table 1. - Demographic data on all fellowship program directors Characteristic Fellowship Program Directors n = 72 % Credentials Additional Degree or Distinction 20 27.78% PhD 2 2.78% MBA 2 2.78% MPH 4 5.56% MS 7 9.72% FACG* 7 9.72% FAASLD** 12 16.67% Sex Male 44 61.11% Female 28 38.89% Race Non-Hispanic White 39 55.56% Black 3 4.17% Asian 26 36.11% Hispanic 4 5.56% Medical Education IMG*** 16 22.22% Canada 5 6.94% Academic Professor 15 20.83% Associate Professor 27 37.50% Assistant Professor 16 22.22% None 14 19.44% *Fellow of The American College of Gastroenterology. **Fellow of The American Association for the Study of Liver Diseases. ***International medical graduate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,043
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,002

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,397
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American Journal of GastroenterologyMême sujetGlobal Health Workforce IssuesTravaux en français237 207