“We Need a Seismic Shift”: Disabled Student Perspectives on Disability Inclusion in U.S. Medical Education
Notice bibliographique
Résumé
PURPOSE: Students with disabilities have inequitable access to medical education, despite widespread attention to their inclusion. Although systemic barriers and their adverse effects on medical student performance are well documented, few studies include disabled students' first-person accounts. Existing first-person accounts are limited by their focus predominantly on students who used accommodations. This study bridged these gaps by analyzing a national dataset of medical students with disabilities to understand their perceptions of disability inclusion in U.S. medical education. METHOD: The authors analyzed 674 open-text responses by students with disabilities from the 2019 and 2020 Association of American Medical Colleges Year Two Questionnaire responding to the prompt, "Use the space below if you would like to share anything about your experiences regarding disability and medical school." Following reflexive thematic analysis principles, the authors coded the data using an inductive semantic approach to develop and refine themes. The authors used the political-relational model of disability to interpret themes. RESULTS: Student responses were wide-ranging in experience. The authors identified key dimensions of the medical education system that influenced student experiences: program structure, processes, people, and culture. These dimensions informed the changes students perceived as possible to support their access to education and whether pursuing such change would be acceptable. In turn, students took action to navigate the system, using administrative, social, and internal mechanisms to manage disability. CONCLUSIONS: Key dimensions of medical school affect student experiences of and interactions with disability inclusion, demonstrating the political-relational production of disability. Findings confirm earlier studies on disability inclusion that suggest systemic change is necessary, while adding depth to understand how and why students do not pursue accommodations. On the basis of student accounts, the authors identify existing resources to help medical schools remedy deficits in their systems to improve their disability inclusion practice.
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 | 0,004 | 0,003 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».