Race and sex diversity in Canadian academic surgical societies
Notice bibliographique
Résumé
BACKGROUND: It is vital for national professional surgical societies to embrace diversity, inclusion, and equity. This study examines race and sex diversity in two Canadian surgical societies. METHODS: Websites of the Canadian Society of Cardiac Surgeons (CSCS) and the Canadian Association of General Surgeons (CAGS) and previous programs of their annual meetings were reviewed. Leadership positions, conference speakers, and award winners were categorized by race and sex. RESULTS: White males made up the largest category of Cardiac Surgery meeting speakers (73/142 [51%]), CAGS committee members (89/198 [45%]), CAGS past presidents (38/43 [88%]), and General Surgery meeting speakers (841/1472 [57%]). Of the 17 members that made up the CSCS board of directors and officers, 8 were White males (47%), 5 were BIPOC males (29%), 3 were White females (18%), and 1 was a BIPOC female (6%). Of the 42 members of the CAGS board of directors and advisory committee, 16 were White males (38%), 5 were BIPOC males (12%), 17 were White females (40%), and 4 were BIPOC females (10%). CONCLUSIONS: BIPOC individuals and females are underrepresented in both societies compared to White males. However, in CAGS, improvements in representation can be seen in recent years. It is important that both of these organizations continue to embrace diversity.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».