MétaCan
Menu
Retour à la cohorte
Enregistrement W4413834796 · doi:10.24908/iqurcp19064

Identifying Holistic Admissions Practices in Health Sciences Programs in Canada for Equity-Deserving Groups: A Scoping Review Informing Admissions Guideline Development at Queen’s Health Sciences

2025· article· en· W4413834796 sur OpenAlexaffvenueabout
Haley Kombargi, Sophia Baldasaro, HanShu Pu

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Education and Admissions
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésQueen (butterfly)GuidelineEquity (law)MedicineNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

Many Canadian health sciences programs have committed to increasing inclusive admissions. Yet, equity-deserving groups – including individuals who identify as Indigenous, racialized, female, 2SLGBTQI+, and those from low socioeconomic or rural backgrounds remain underrepresented. In alignment with the Queen’s Health Sciences (QHS) Equity, Diversity, Inclusion, Indigeneity, Accessibility (EDIIA) Action Plan, this scoping review aims to identify best practices for enhancing holistic admissions of individuals from equity-deserving backgrounds to better reflect and serve patient populations in Canada. The primary research questions explored are: I) what evidence-based and equity-informed admissions practices support the enrolment of equity-deserving groups in health sciences undergraduate and graduate programs in Canada; II) how are transparent and holistic admissions practices implemented in health sciences programs to support equity-deserving groups; and III) how can these admissions practices inform the development of guidelines to enhance the admissions of equity-deserving groups across QHS programs. We included literature surrounding EDIIA-based admissions processes in health sciences programs in Canadian universities. Suitable literature includes proposed interventions, case studies with tested interventions, reviews of existing practices, and data that has been collected through interviews, surveys, and student feedback. Relevant references were extracted from ERIC, CINAHL, MEDLINE, and EMBASE and are being screened using Covidence. A grey literature search was completed by the faculty supervisor using Google’s Advanced Search. Data extraction by at least two reviewers will commence and be followed by manuscript drafting. In alignment with the QHS EDIIA Action Plan, the results of this study can inform best practices for implementing holistic admissions processes at QHS, ultimately fostering diverse healthcare workforces. Through conducting a scoping review with a fourteen person working group, we hope to capture a broad range of perspectives and lived experiences, embodying qualities of diversity and inclusion that we aim to embody throughout the research process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,033
score de la tête « metaresearch » (Gemma)0,130
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,473

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,130
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0310,051
Études des sciences et des technologies0,0050,003
Communication savante0,0080,004
Science ouverte0,0040,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,595
Tête enseignante GPT0,594
Écart entre enseignants0,001 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

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

En bref

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetMedical Education and AdmissionsTravaux en français237 207