The association between applicant gender and racial or ethnic identity and success in the admissions process at a Canadian medical school: a prospective cohort study
Notice bibliographique
Résumé
Background: Canadian data suggests that Black candidates may be less successful than other groups when applying to medical school. We sought to comprehensively describe the racial and/or ethnic identity, gender identity, sexual orientation, and ability of applicants to a single Canadian medical school. We also examined for an association between success at each application stage and applicant gender and racial identity. Methods: Class of 2024 applicants to a single Canadian medical school were invited to complete a demographics survey. The odds of achieving each application stage (offered an interview, offered a position, and matriculating) were determined for each demographic group. Results: There were 595 participants (32.4% response rate). The demographics of the applicant pool and matriculating class were similar. There was no difference in interview offers or matriculation between BIPOC and white candidates. Cisgender men were overrepresented in interviews compared to cisgender women (OR 0.64; 95%CI 0.43-0.95; p = 0.03) but not in matriculation. BIPOC cisgender women received more interview invitations compared to other groups (OR 2.74, 95%CI 1.20-6.25; p = 0.02). Conclusions: Differences in applicant success for differing demographic groups were most pronounced being offered an interview.
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 | 0,005 | 0,151 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 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 ».