論文の概要: Award rate inequities in biomedical research
- arxiv url: http://arxiv.org/abs/2207.01488v1
- Date: Tue, 14 Jun 2022 14:05:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 09:38:19.282938
- Title: Award rate inequities in biomedical research
- Title（参考訳）: バイオメディカル研究における賞率不平等
- Authors: Alessandra Zimmermann, Richard Klavans, Heather Offhaus, Teri A.
Grieb, and Caleb Smith
- Abstract要約: 著者らは、2010年から2022年の間にミシガン大学医学部から提案された14,263の生物医学研究提案を分析した。
人種・倫理と提案の受賞率には明確な関係がある。
黒人/アフリカ系アメリカ人とアジア系アメリカ人の研究者は、白人の研究者と比較して全ての応募カテゴリーで不利に見える。
- 参考スコア（独自算出の注目度）: 55.850540873687386
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The analysis of existing institutional research proposal databases can
provide novel insights into science funding parity. The purpose of this study
was to analyze the relationship between race/ethnicity and extramural research
proposal and award rates across a medical school faculty and to determine
whether there was evidence that researchers changed their submission strategies
because of differential inequities across submission categories. The authors
performed an analysis of 14,263 biomedical research proposals with proposed
start dates between 2010-2022 from the University of Michigan Medical School,
measuring the proposal submission and award rates for each racial/ethnic group
across 4 possible submission categories (R01 & Equivalent programs, other
federal, industry, and non-profit). Biomedical researchers from different
racial/ethnic groups follow markedly different proposal submission strategies
within the University of Michigan Medical School. There is also a clear
relationship between race/ethnicity and rates of proposal award. Black/African
American and Asian researchers appear disadvantaged across all submission
categories relative to White researchers. This study can be easily replicated
by other academic research institutions, revealing opportunities for positive
intervention.
- Abstract（参考訳）: 既存の機関研究提案データベースの分析は、科学資金のパリティに対する新たな洞察を提供することができる。
本研究の目的は, 医学部における人種・民族・外社会調査の提案と賞与率の関係を分析し, 応募カテゴリー間の差異から, 研究者が応募戦略を変更した証拠があるかどうかを検討することである。
著者らは、2010年から2022年にかけてミシガン大学医学部から提案されている生物医学研究提案14,263件の分析を行い、4つのカテゴリ(r01および同等のプログラム、その他の連邦、産業、非営利団体)にわたる人種/民族グループ毎の提案と賞率を測定した。
異なる人種・民族集団の医学研究者はミシガン大学医学部内で、明らかに異なる提案を提出する戦略に従っている。
また、人種・民族性と提案率の間にも明確な関係がある。
黒人/アフリカ系アメリカとアジアの研究者は、白人研究者と比較して全ての申込カテゴリーで不利に見える。
この研究は、他の学術研究機関でも容易に再現でき、ポジティブな介入の機会を明らかにすることができる。
関連論文リスト
- Rapid Biomedical Research Classification: The Pandemic PACT Advanced Categorisation Engine [10.692728349388297]
Pandemic PACTプロジェクトは、アウトブレイクの可能性のある幅広い病気の研究資金と臨床証拠を追跡し、分析することを目的としている。
本稿では,Pandemic PACT Advanced Categorisation Engine(PPACE)と関連するデータセットを紹介する。
論文 参考訳（メタデータ） (2024-07-14T05:22:53Z) - Analyzing Diversity in Healthcare LLM Research: A Scientometric Perspective [1.9351774578832834]
本稿では,医療のための大規模言語モデル(LLM)研究の包括的科学的分析について述べる。
以上の結果から,男女差や地理的格差が顕著であり,男性作家の優位性が示唆された。
人工知能研究における多様性と傾斜度を高めるための実用的な戦略を提案する。
論文 参考訳（メタデータ） (2024-06-19T02:00:51Z) - De-identification of clinical free text using natural language
processing: A systematic review of current approaches [48.343430343213896]
自然言語処理は、その非識別プロセスの自動化の可能性を繰り返し示してきた。
本研究の目的は,過去13年間に臨床自由テキストの非識別化が進展したことを示す体系的な証拠を提供することである。
論文 参考訳（メタデータ） (2023-11-28T13:20:41Z) - Incentive-Theoretic Bayesian Inference for Collaborative Science [59.15962177829337]
未知のパラメータについて、プライベートな先行エージェントが存在する場合の仮説テストについて検討する。
エージェントの戦略行動によって明らかにされる情報を活用する統計的推論を行う方法を示す。
論文 参考訳（メタデータ） (2023-07-07T17:59:01Z) - Semi-automated extraction of research topics and trends from NCI funding
in radiological sciences from 2000-2020 [0.0]
研究トピックを抽出・命名するための半自動アプローチを開発した。
放射線学の分野で21年間にわたって、NCIの19億ドルにこれを適用した。
論文 参考訳（メタデータ） (2023-06-22T17:47:42Z) - How WEIRD is Usable Privacy and Security Research? (Extended Version) [7.669758543344074]
本研究は, WEIRD 諸国のUPS 紙のサンプルがどの程度の規模であったかを明らかにするため, 文献レビューを行った。
研究手法と採用手法における地理的および言語的障壁は、研究者がローカルでユーザー研究を行う原因となる可能性がある。
論文 参考訳（メタデータ） (2023-05-08T19:21:18Z) - Diversity dilemmas: uncovering gender and nationality biases in graduate
admissions across top North American computer science programs [0.0]
入学プロセスにおいて,学生の性別や国籍が優先されているかを検討する。
研究グループへの入学には男女差は認められなかったが,学生の国籍にもとづく偏見がみられた。
論文 参考訳（メタデータ） (2023-02-01T17:02:08Z) - Clinical trial site matching with improved diversity using fair policy
learning [56.01170456417214]
我々は,臨床治験記述を潜在的な試験現場のランクリストにマッピングするモデルを学習する。
既存のフェアネスフレームワークとは異なり、各トライアルサイトのグループメンバーシップは非バイナリである。
このようなマルチグループメンバーシップシナリオに対処するために、人口統計学的妥当性に基づく公平性基準を提案する。
論文 参考訳（メタデータ） (2022-04-13T16:35:28Z) - Neural networks for Anatomical Therapeutic Chemical (ATC) [83.73971067918333]
両方向の長期記憶ネットワーク(BiLSTM)から抽出された集合を含む、特徴の異なるセットで訓練された複数の複数ラベル分類器を組み合わせることを提案する。
実験はこのアプローチのパワーを実証し、文献で報告された最良の手法よりも優れていることを示した。
論文 参考訳（メタデータ） (2021-01-22T19:49:47Z) - Brain Drain and Brain Gain in Russia: Analyzing International Migration
of Researchers by Discipline using Scopus Bibliometric Data 1996-2020 [77.34726150561087]
我々は、1996-2020年に、スコパスのインデクシングされたソースでロシア関連アドレスを公表したすべての研究者を分析した。
ロシアは1990年代後半から2000年代初頭にかけてドナー国であったが、近年は比較的バランスの取れた研究者の流通を経験した。
全体として、ロシアから移住した研究者は、ロシアに移住した研究者よりも多く、成績が優れていた。
論文 参考訳（メタデータ） (2020-08-07T12:47:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。