Evaluating equity, diversity, and inclusion in Canadian Postgraduate Medical Education: A cross-sectional analysis of online content
Notice bibliographique
Résumé
BACKGROUND: Medical graduates applying to Residency through the Canadian Resident Matching System (CaRMS) utilize the internet to gather information on programs and their overarching Postgraduate Medical Education (PGME) Office. This study aims to evaluate how PGME websites across Canada convey their commitment to equity, diversity, and inclusion (EDI) through their website features. METHODS: Cross-sectional analysis of the 17 Canadian PGME websites against 20 EDI criteria based on contemporary literature, across five domains: leadership and governance, recruitment, accommodations, community engagement, and pathways to entry. Non-parametric testing was conducted to explore the relationship between EDI performance and municipal population diversity and geographic region. RESULTS: The evaluation of PGME websites, policies, reports, and plans revealed a mean score of 8.65/20 (SD = 3.00), with scores ranging from a minimum of 4/20 to a maximum of 13/20, indicating variability in EDI representation. Specifically, the domain of leadership and governance demonstrated the highest mean proportion of completed criteria (51%), while community engagement had the lowest (24%). Notably, 9 out of 17 PGME websites (53%) met at least 10 EDI criteria. Analysis by geographic region demonstrates significant mean differences (p = 0.02), with Ontario (10.50, SD = 2.17) and Western Provinces (11.00, SD = 0.00) scoring notably higher than Quebec (4.50, SD = 0.58), the Prairies (8.50, SD = 2.12), and the Atlantic region (8.00, SD = 2.83). CONCLUSIONS: The assessment of Canadian PGME websites reveals varying levels of commitment to EDI. While many programs exhibit strong EDI representation in mission statements, access to mental health services, and anti-discrimination policies, there are notable gaps in leadership messaging, diverse interview panels, family-friendly policies, and deliberate recruitment of underrepresented groups. Regional differences highlight the need for sharing best practices to promote inclusivity across the country. Improving EDI efforts on PGME websites can promote the recruitment and retention of a diverse resident population.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».