Systemic Racism in Canadian Healthcare: A Policy and Equity Analysis
Notice bibliographique
Résumé
BACKGROUND: In Canadian healthcare, systemic racism subverts commitment to universal coverage by building inequities into the system of governance, regulation, and clinical practice. Although racial disparities have been documented, little attention has been paid to how institutional structures perpetuate these inequities. OBJECTIVE: This study critically examines the organizational aspects of racism in the Canadian healthcare system. It aims to identify structural obstacles faced by racialized patients and foreign-trained physicians and to provide policy recommendations grounded in evidence. METHODS: The authors employed a narrative review framework for qualitative analysis of documents. Public inquiries (eg, Truth and Reconciliation Commission and Viens Report), government audits (eg, PHAC and CHRC), case files (eg, Brian Sinclair, Joyce Echaquan, and Dr. Akinbiyi), and peer-reviewed publications between 2000 and 2024 were the data sources. Thematic coding occurs across 4 areas: (1) institutional discrimination, (2) licensing and workforce exclusion, (3) patient and cultural safety, and (4) accountability gaps. RESULTS: The review found continuing institutional disregard for Indigenous and Black patients, and the disparities were most marked in emergency and maternal services. Internationally educated doctors face opaque and delayed credentialing procedures, which can exacerbate workforce disparities. Case examples illustrate how system failures, including disregarding patient suffering, ignoring cultural requirements, and inadequate oversight, can lead to harm. It is a recurring pattern in which the recommended action is not taken following a review, suggesting organizational resistance to change. DISCUSSION: Canadian systemic racism in health care occurs through omissions (failure to act on reform) and commissions (institutional exclusion). To tackle this, it is necessary to entrench antiracism in legislation, make cultural safety training a requirement, collect race-disaggregated data, and transform licensing routes. CONCLUSION: Universal healthcare is not equitable unless systemic racism is eliminated. Systemic changes that recalibrate healthcare governance in accordance with antiracism and equity values are necessary to provide safe and inclusive care.
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 | 0,017 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,016 |
| Études des sciences et des technologies | 0,028 | 0,010 |
| Communication savante | 0,012 | 0,003 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».