MétaCan
Menu
Back to cohort
Record W7104280650 · doi:10.71781/6240

Étude de la diversité et de l’équité d’accès des candidats au niveau de l’admission des facultés franco-québécoises de médecine selon divers scénarios de pondérations des outils d’évaluation

2022· dissertation· fr· W7104280650 on OpenAlexaboutno aff

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2022
Typedissertation
Languagefr
FieldMedicine
TopicMedical Education and Admissions
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationHappeningPublics

Abstract

fetched live from OpenAlex

Plusieurs recherches traitent de l’importance de la promotion de la diversité et l’équité pour les cohortes de médecine. D’autres recherches font état de la diversité des étudiants de médecine par rapport à la diversité de la population desservie. À cet intérêt, la plupart de ces études témoignent que « la profession médicale présente un problème d’iniquité » (Tricco et al., 2021, p. 664). Dans le cadre de la reddition de compte, le secteur médical, avec ses différents détenteurs d’enjeux, doit diriger ses services afin de répondre aux différents besoins locaux et régionaux de la société (Boelen et Heck, 1995). Cependant, en absence d’une diversité suffisante, le secteur médical ne peut vraisemblablement pas remplir son devoir de donner des soins optimaux à tout le monde (Cohen et al., 2002). Il faut noter qu’assurer une diversité optimale des cohortes de médecine implique de promouvoir la diversité des professionnels de santé. À cet intérêt, les facultés de médecine doivent être socialement responsables et doivent attacher une grande importance à la sélection des candidats afin de former de futurs médecins compétents, représentatifs de la société qu’ils desservent et en mesure de répondre aux besoins de celle-ci (Gough, 2004). Ainsi, les facultés de médecine sont engagées à promouvoir la diversité et l’équité parmi leurs cohortes de médecine. À cet intérêt, plusieurs recherches canadiennes ont trouvé que les caractéristiques sociodémographiques des étudiants de médecine diffèrent de celles de la population (Khan et al., 2020; Pitre et al., 2020). Au Québec, peu d’études ont exploré cette problématique. Dans ce contexte, nous avons mené notre recherche afin de comprendre le processus d’admission aux facultés de médecine franco-québécoises tout en tenant compte des caractéristiques sociodémographiques et de la performance des candidats et des étudiants admis en 2019. En premier lieu, nous avons brossé le profil sociodémographique des candidats et des étudiants de médecine par rapport au profil sociodémographique de la population québécoise. En second lieu, nous avons exploré le lien entre la performance des candidats et des candidats admis (pour la cote R, le Casper et les MEMFI) avec leurs caractéristiques sociodémographiques. Enfin, nous avons mené des études de simulation afin d’explorer l’effet potentiel de la variation des pondérations des résultats de la cote R, du Casper et des MEMFI sur la composition démographique des cohortes de médecine. Cette recherche utilise une base de données des candidats qui sont passés par la deuxième phase d’admission de 2019 et qui ont répondu au questionnaire sur les caractéristiques sociodémographiques. À l’aide d’analyses descriptives, d’analyses de variance univariées, des tests T et de la simulation, nous avons essayé de répondre à nos intérêts de recherches déjà mentionnées. Les résultats de cette étude montrent que les caractéristiques sociodémographiques des candidats et des candidats admis des facultés de médecine franco-québécoises, en général, diffèrent des caractéristiques sociodémographiques de la population québécoise. En effet, la majorité des étudiants sont des femmes et la grande majorité des étudiants sont favorisés ou ont tendance à la favorisation matérielle et sociale ; ayant des parents qui ont fréquenté l’université et qui ont un revenu annuel supérieur à 100 000 $. En ce qui concerne la diversité ethnoculturelle, les candidats noirs, latino-américains et autochtones sont sous-représentés dans notre bassin d’étudiants admis en 2019. D’autre part, nos analyses de simulation ont permis de reconnaitre le potentiel de chaque outil d’évaluation à promouvoir ou à limiter la diversité des cohortes simulées. En effet, dans le sous-groupe étudié, la cote R favorisera les chances d’admission des hommes et des candidats matériellement et socialement défavorisés. En contrepartie, les MEMFI favoriseront les chances des candidats matériellement et socialement favorisés et pourraient défavoriser les chances des candidats asiatiques par rapport aux autres. D’autre part, nous avons montré que la procédure d’admission de 2019 n’a pas favorisé des candidats sur la base de leurs caractéristiques sociodémographiques. À travers ces résultats, nous avons constaté que notre recherche confirme les résultats d’études antérieures rapportés dans la littérature médicale.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.013
metaresearch head score (Gemma)0.034
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.308
Threshold uncertainty score0.619

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0130.034
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0030.003
Science and technology studies0.0030.001
Scholarly communication0.0030.002
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0070.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.017
GPT teacher head0.273
Teacher spread0.256 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)Same topicMedical Education and AdmissionsFrench-language works237,207