Scoping review of current challenges and circumstances impacting Indigenous applications to Canadian medical schools
Notice bibliographique
Résumé
Introduction: Considering the relevant 2015 Truth and Reconciliation Commission recommendations, this paper reviews the current state of Canadian medical schools' Indigenous admissions processes and explores continued barriers faced by Indigenous applicants. Methods: A summary of literature illustrating disadvantages for Indigenous applicants of current admissions tools is presented. A grey literature search of current admissions requirements, interview processes, and other relevant data from each medical school was performed. Tables comparing differences in their approaches are included. A calculation of Indigenous access to medical school seats compared to the broader Canadian population was conducted. Gaps in execution are explored, culminating in a table of recommendations. Results: Despite formal commitments to reduce barriers, Indigenous applicants to medical school in Canada still face barriers that non-Indigenous applicants do not. Most programs use tools for admission known to disadvantage Indigenous applicants. Indigenous applicants do not have equitable access to medical school seats. Facilitated Indigenous stream processes first ensure Indigenous applicants meet all minimum requirements of Canadian students, and then require further work. Discussion: Seven years after the Truth and Reconciliation Commission called on Canadian universities and governments to train more Indigenous health care providers, there has been limited progress to reduce the structural disadvantages Indigenous students face when applying to medical school. Based on best practices observed in Canada and coupled with relevant Indigenous-focused literature, recommendations are made for multiple stakeholders. Conclusions: The study was limited by the data available on numbers of Indigenous applicants and matriculants. Where available, data are not encouraging as to equitable access to medical school for Indigenous populations in Canada. These findings were presented at the International Congress of Academic Medicine 2023 Conference, April 2023, Quebec City, Canada.
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 | 0,045 | 0,151 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,028 | 0,042 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».