Patterns of Ostracism Experienced by Canadian Medical Trainees of Asian Sub-ethnicities
Notice bibliographique
Résumé
Phenomenon: Ostracism has negative effects on one’s fundamental needs. North Americans of Asian ethnicities are at an increased risk of ostracism due to stereotypes labeling them as inherently different to Western cultural norms. We explored Asian Canadian medical trainees’ experiences with ostracism during their clinical training. Approach: We conducted semi-structured interviews with 20 medical trainees of Asian ethnicities at 3 Canadian medical schools to explore experiences of ostracism and conducted a thematic analysis guided by the theoretical framework of the temporal need threat model of ostracism. Findings: Participants from East-, South-, and Southeast-Asian sub-ethnic groups completed the study. They voiced experiences of being excluded from clinical and social settings. Ostracism was mainly fueled by systemic racism, power dynamics in medical education, and non-diverse training environments. The model minority myth was a significant contributor to experiences of ostracism. Trainees felt their well-being threatened and many felt resigned to accept ostracism going forward. Insights: Ostracism poses a significant threat to the wellbeing and career progression of Asian Canadian medical trainees. Trainees facing covert ostracism were particularly at risk of entering the resignation stage of hopelessness. This underrecognized problem needs to be addressed by institutions to dismantle harmful stereotypes and prejudiced practices facing these minoritized communities.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».