International Congress on Academic Medicine: 2024 medical education abstracts
Notice bibliographique
Résumé
Background/Purpose: Learners from marginalized backgrounds are disproportionally represented in experiences of discrimination.Equity Diversity and Inclusion (EDI) curriculum development studies show that simulation sessions, improve readiness to respond to discriminatory comments in the workplace.A workshop was developed to lay the foundation for an EDI training curriculum in residency programs.Purpose: To assess the understanding of EDI-related topics in Canadian Residency Training Programs and to determine the efficacy of videobased simulation in knowledge acquisition pertaining to EDI topics.Methods: Participants were Pediatric and Internal medicine residents at Memorial University of Newfoundland and the University of Calgary.Participants completed a pre-intervention survey to assess baseline knowledge.Participants watched videos developed by the University of Calgary on racism and gender inequity, followed by a facilitated discussion of the videos.They completed a post-intervention survey to assess level of knowledge gain.Results: Most residents, 81%, felt the workshop increased the chance of responding to a microaggression that occurs to someone else in the workplace.Ninety six percent felt the workshop had given them tools on how to intervene in the case of a microaggression and 85% felt like they were probably and likely to use the tools received in the workshop in the future. Discussion:Implementing a workshop on microaggressions into curricula should be a fundamental part of residency training programs.By creating workshops, residents can feel empowered to identify and respond to microaggressions in the workplace.This can help create a training environment that supports diversity and inclusion, thereby contributing to wellness and work satisfaction OC-1-2 Experiences and Perspectives of Racism Among Trainees in Canadian Postgraduate Training Programs
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 | 0,011 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,015 | 0,006 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,021 | 0,025 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 0,042 |
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 ».