Institutional approach to anti-racism in health and healthcare
Notice bibliographique
Résumé
IntroductionThe murders of Breonna Taylor and George Floyd in 2020 forced institutions to publicly acknowledge systemic racism.In the Canadian healthcare sector, some hospitals used this pivotal moment to create strategic equity plans to address anti-Black racism and ongoing health inequities.Methods Through a case study approach, we selected three hospitals in Toronto, Canada and analysed their most recent publicly available diversity, equity and inclusion (DEI) strategic plans.Results All three hospitals released new DEI strategies following 2020 that covered similar grounds: incorporating DEI into HR practices, cultural adaptations of services, race-based data collection and investments in training.While two out of three hospitals reported progress on their anti-Black racism commitments, specific actions to be taken and metrics to monitor and track progress varied.Conclusions DEI plans analysed are set to reach maturity as early as 2023 and as late as 2025.We provide high level recommendations to guide this work beyond these timelines.Antiracism reform and reconciliation is not a one-time event, but requires thoughtful planning, collaboration with communities, investment in labour (ie, resources and staff), reflection and deep reckoning. WHAT IS ALREADY KNOWN ON THIS TOPIC⇒ Most recently, a comprehensive review of antiracism statements and commitments in global health institutions has been published outside of Canada.This is the first paper to conduct a review of diversity, equity and inclusion (DEI) plans of Toronto Academic Health Science Network hospitals taking a case study approach. WHAT THIS STUDY ADDS⇒ All three hospitals followed similar steps towards DEI plan development along with specific communities addressed and goals set forth.We provide three high-level recommendations to guide hospitals in their DEI trajectory. HOW THIS STUDY MIGHT AFFECT RESEARCH, PRACTICE OR POLICY⇒ This study outlines high-level DEI planning and strategy recommendations for hospitals to consider and action irrespective of which stage they are in their DEI maturity.Protected by copyright, including for uses related to text and data mining, AI training, and similar technologies..
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 | 0,019 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,019 | 0,045 |
| Communication savante | 0,016 | 0,003 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».