Diversity, equity, and inclusion initiatives for health and medical library workers: A scoping review
Notice bibliographique
Résumé
BACKGROUND: Health disparities remain as a systemic challenge. With the emergence of the Black Lives Matter movement and scant evidence of diversity, equity, and inclusion (DEI) initiatives for workers in health science libraries, this scoping review maps evidence that can be incorporated into a culture of change. OBJECTIVES: To identify the extent, type, and location of DEI initiatives being conducted in health science libraries for library workers. METHODS: Eight databases were systematically searched for literature from 2014 onwards, including PubMed, Scopus, and Web of Science. Four reviewers were involved in screening and data extraction. RESULTS: Reviewers excluded 6712 title/abstracts. A total of 177 articles progressed to full-text screening, where 153 were excluded. The final number of articles that underwent data extraction was 24. DISCUSSION: Initiatives primarily occurred in academic libraries, led by library workers. Identities mostly focused on were gender, race, and sexuality, while some initiatives focused on general DEI concepts. Most literature pertained to library patrons, demonstrating a gap in reported initiatives for health science library workers. Assessment of initiatives was lacking, with no validated assessment tools used. All of the articles focused on either the United States or Canada. CONCLUSION: Diversity continues to be a challenge within the profession; this should be mitigated through recruitment and retention strategies along with mentorship for new and diverse librarians.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,013 | 0,000 |
| Communication savante | 0,001 | 0,021 |
| Science ouverte | 0,000 | 0,008 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».