MétaCan
Menu
Retour à la cohorte
Enregistrement W4404935729 · doi:10.14740/jcgo997

Racial and Gender Disparities in Obstetrics and Gynecology Applicants and Professionals

2024· article· en· W4404935729 sur OpenAlexvenueno aff
Rosa M. Polan, Dovid Y. Rosen, Logan Corey, Radhika Gogoi

Notice bibliographique

RevueJournal of Clinical Gynecology and Obstetrics · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineObstetrics and gynaecologyObstetricsGynecologyFamily medicinePregnancy

Résumé

récupéré en direct d'OpenAlex

Background: Equity is a driving force in healthcare, with the goal of creating a diversified workforce, particularly for medically underserved populations. The aim of this study was to measure demographic shifts in the Obstetrics and Gynecology (Ob/Gyn) trainee and physician workforce, including attrition and promotion rates. Methods: This study included Ob/Gyn residency applicants, matriculants, and early-career faculty recorded by the Association of American Colleges (AAMC) from 2005 to 2020. Gender, race, publications, faculty promotion/attrition rates were analyzed. The χ 2 test and two-sample t -test were used as appropriate. A P value < 0.05 was considered statistically significant, and Prism 9.0 (GraphPad Software Inc., CA, US) was used for analyses. Results: By 2020, Ob/Gyn residency applicants were 20% male and 80% female, compared to 35% and 65% in 2005 (P < 0.001). By 2021, 66% of attendings, and 85% of residents were female, with an increase in White females of 8%, Black females 3%, and no increase in Hispanic and Asian females. Males declined across all races. White female faculty increased by 8%, while minority female faculty rose by 1-2%. Male faculty representation fell by 15%. Promotion rates were higher for White females (44%) than Black females (28%), with Black and Asian females leaving academia early than White and Hispanic females (44% vs. 38%). Male applicants published more than females (3.41 vs. 2.75, P < 0.001) but comprised only 20% of 2020 applicants. Asian males had the highest average publications (P = 0.001). Conclusions: Over the last 20 years, Ob/Gyn applicants and faculty have seen large increases in White female faculty with minimal to no increase in minority and male representation. Understanding the reasons for this disparity will help promote more diverse representation in the field of Ob/Gyn. J Clin Gynecol Obstet. 2024;13(3):75-82 doi: https://doi.org/10.14740/jcgo997

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,056
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,368
Score d'incertitude au seuil0,952

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,056
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,093
Tête enseignante GPT0,425
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Gynecology and ObstetricsMême sujetDiversity and Career in MedicineTravaux en français237 207