Towards anti-racist futures: a scoping review exploring educational interventions that address systemic racism in post graduate medical education
Notice bibliographique
Résumé
Since 2020, brought to the forefront by movements such as Black Lives Matter and Idle No More, it has been widely acknowledged that systemic racism contributes to racially differentiated health outcomes. Health professional educators have been called to address such disparities within healthcare, policy, and practice. To tackle structural racism within healthcare, one avenue that has emerged is the creation of medical education interventions within postgraduate residency medical programming. The objective of this scoping review is to examine the current literature on anti-racist educational interventions, that integrate a systemic or structural view of racism, within postgraduate medical education. Through the identification and analysis of 23 papers, this review identified three major components of interest across medical interventions, including (a) conceptualization, (b) pedagogical issues, and (c) outcomes & evaluation. There were overlapping points of discussion and analysis within each of these components. Conceptualization addressed how researchers conceptualized racism in different ways, the range of curricular content educators chose to challenge racism, and the absence of community's role in curricular development. Pedagogical issues addressed knowledge vs. skills-based teaching, and tensions between one-time workshops and integrative curriculum. Outcomes and evaluation highlighted self-reported Likert scales as dominant types of evaluation, self-evaluation in educational interventions, and misalignments between intervention outcomes and learning objectives. The findings are unique in their in-depth exploration of anti-racist medical interventions within postgraduate medical education programming, specifically in relation to efforts to address systemic and structural racism. The findings contribute a meaningful review of the current state of the field of medical education and generate new conversations about future possibilities for a broader anti-racist health professions curriculum.
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 | 0,017 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,013 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».