Equity, diversity and inclusion in neurosurgery: results of the SBNS engagement survey
Notice bibliographique
Résumé
INTRODUCTION Bullying, undermining and harassment (BUH) as well as discrimination have shown to be present throughout the National Health Service, especially in surgery. The Society of British Neurological Surgeons (SBNS) created its equity, diversity and inclusion (EDI) group to investigate the demographics of UK and Irish neurosurgeons, along with their experiences of BUH. METHODS A 31-item electronic survey was distributed through the national society email list for all neurosurgeons throughout the UK and Ireland in spring 2022. Descriptive statistics were used to present the results, along with 2x2 chi-squared contingency tables, with a p-value of <0.05 deemed statistically significant. RESULTS There were 175 respondents (approximately 18% of neurosurgeons in the UK and Ireland). Two-thirds (67%) were consultants and a quarter (23%) were women. Almost half (44%) were White British/Irish. A third (30%) went to university outside the UK/Ireland although most (82%) completed neurosurgical training in the UK or Ireland. Thirty-eight per cent said they did not have a primary caregiver or parental role. Two-thirds (65%) of respondents stated that they had been a victim of BUH, with 70% having witnessed BUH. Being female was the only demographic category with a significantly increased likelihood of experiencing BUH. A quarter (23%) of respondents felt uncomfortable about being open about themselves in the workplace and 39% had perceived a barrier to career progression due to a particular characteristic. CONCLUSIONS BUH and barriers to feeling comfortable in the workplace/career progression are problems in UK/Irish neurosurgery. Further work will be undertaken by the SBNS EDI working group to better understand the demographics of its community, to spread awareness of the issues, and to improve the experiences of neurosurgeons in the UK and Ireland.
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 | 0,011 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,015 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».