Sex, Race, and Ethnicity in Academic Dermatology in the United States: A Longitudinal Analysis
Notice bibliographique
Résumé
INTRODUCTION: Sex and racial/ethnic disparities in academic medicine are an intractable and inordinate reality. The purpose of our study was to analyze the 56-year trends in sex and racial/ethnic demographics in academic dermatology in the United States. METHODS: Data from the Association of American Medical Colleges Faculty Roster between 1966 and 2021 were analyzed to trend the representation of sex and race/ethnicity by academic ranks, leadership positions, and tenure statuses using linear regression. In addition, differences in representation using 56-year means were assessed using the Mann-Whitney test for sex and Kruskal-Wallis test followed by the Dunn multiple comparisons test for race/ethnicity. RESULTS: In 2021, academic dermatologists were 66.71% (1072/1607) White, 20.97% (337/1607) Asian, 2.86% (46/1607) Black, and 2.49% (40/1607) Hispanic. From 1966 to 2021, the total number of academic dermatologists increased from 107 to 1607 [mean +26.92 (95% CI 25.15-28.70) per year, P < .001]. Specifically, annual proportional increases for groups were women +0.93 (0.90-0.96)% ( P < .001); Asians +0.38 (0.34-0.42)% ( P < .001); Blacks +0.01 (0.01-0.02)% ( P < .001); and Hispanics +0.01 (0-0.02)% ( P = .001). DISCUSSION: Despite these increasing trends, in 2021, the most recent year for which data were provided, there remained a far greater proportion of male and/or White physicians in senior academic ranks (65.35% male and 75.85% White professors), leadership positions (79.52% male and 66.27% White chairpersons), and tenure (67.17% male and 77.78% White). Although there have been efforts to improve diversity and inclusion in academic dermatology over the 56-year study period, sex and racial/ethnic disparities persist.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».