Faculty Diversity Trends in Academic Anesthesiology by Demographics in the United States, 1977–2021
Notice bibliographique
Résumé
BACKGROUND: This surveillance study sheds light on the demographic trends in academic anesthesiology and highlights the shifts that have taken place over 4 consecutive decades. METHODS: The data for academic anesthesiology faculty were self-reported and obtained from the annual Faculty Roster report of the Association of American Medical Colleges (AAMC) from 1977 to 2021. After determining the distribution of academic degrees, academic rank, chair position, and tenure status over time, the percentage composition for each category was calculated for 44 years. The temporal trends were depicted by plotting the counts and proportion changes. At the same time, the progress in terms of racial representation was illustrated by graphing the absolute changes in the percentage composition. RESULTS: Despite an overall increase in absolute composition and percentage of women in academic anesthesiology from 20.8% to 35.7%, women remained underrepresented in academic degree attainment, senior academic ranks, and leadership positions. Faculty identifying as Black or African American increased from 1.3% to 4.3%, while Hispanic, Latino, or Spanish-origin faculty grew from 1.2% to 5.2%, representing modest growth in these underrepresented groups over the span of 4 decades. CONCLUSIONS: Despite an increase in the count of women and underrepresented minority faculty within academic anesthesiology since the 1970s, the persistence of imbalances related to gender, ethnicity, and race was observed, in senior academic ranks and leadership roles.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».