教育研究:神经学住院医师申请者推荐信中的种族与性别偏见的语言学分析
《Neurology Education》:Education Research: Linguistic Analysis of Racial and Gender Biases in Letters of Recommendation of Neurology Residency Applicants
【字体:
大
中
小
】
时间:2026年04月17日
来源:Neurology Education
编辑推荐:
摘要
背景与目标
推荐信(LORs)是住院医师选拔过程中的关键组成部分,尤其是在客观指标越来越难以获得的情况下。先前针对不同专业的研究发现,叙事型推荐信(NLORs)中存在隐性的性别和种族偏见,这些偏见可能会影响对申请者的评价。本研究旨在评估神经病学住院医师申请者的NLOR
摘要
背景与目标
推荐信(LORs)是住院医师选拔过程中的关键组成部分,尤其是在客观指标越来越难以获得的情况下。先前针对不同专业的研究发现,叙事型推荐信(NLORs)中存在隐性的性别和种族偏见,这些偏见可能会影响对申请者的评价。本研究旨在评估神经病学住院医师申请者的NLORs中是否存在此类偏见。
方法
我们对2021-2022年申请周期内,所有美国(US)医学院毕业生提交给同一所学术机构神经病学住院医师项目的NLORs进行了回顾性分析。使用Linguistic Inquiry and Word Count(LIWC)软件分析这些推荐信,以评估其结构、认知和情感语言特征。自定义词典用于识别与申请人相关的词汇(如能力、引发怀疑的表述及性别相关术语)。通过多变量分析,探讨了不同性别(男性与女性)和种族背景(医学领域中代表性不足的群体[URiM])在预定义语言类别中的语言使用差异。分析结果还根据推荐人的性别、学术职称和地理位置进行了进一步分类。
结果
共分析了431封NLORs,其中239封(55.8%)来自女性申请人,72封(16.7%)来自URiM申请人。初步分析显示,基于申请人性别或种族的推荐信之间没有显著差异。教授撰写的男性申请人的推荐信中包含更多性别相关语言(0.32,IQR:0.27–0.37 vs 0.15,IQR:0.13–0.18,p = 0.002)。进一步的子群体和地区分析未发现显著差异。
讨论
在这项对神经病学NLORs的语言分析中,我们未发现成年神经科医生在撰写推荐信时存在广泛或系统性的偏见。我们的研究结果表明,继续使用NLORs来评估神经病学住院医师申请者是合适的。需要更大规模的多机构研究来验证这些发现,并明确NLORs中性别相关语言的潜在偏见效应。
引言
推荐信(LORs)仍然是住院医师选拔过程的关键组成部分,影响着面试邀请和最终排名决策。根据2021年国家住院医师匹配项目的调查(与该研究分析的叙事信件撰写同年),93.1%的神经病学项目主任表示推荐信影响了面试结果,平均重要性评分为4.2分(满分5.5分)。同样,75.9%的主任在确定最终排名时会参考推荐信(平均评分为4.0分/5分),这突显了它们在申请人评估中的持续价值。随着USMLE Step 1考试改为及格/不及格制度、取消了班级排名和临床前成绩等因素,推荐信在选拔过程中的重要性可能更高。
针对叙事型推荐信(NLORs)中主观性和偏见日益增加的担忧,包括急诊医学、皮肤病学、耳鼻喉科学、骨科手术和神经外科在内的多个专业采用了标准化推荐信格式(SLORs),以促进更大的公平性和可比性。这种转变部分是由于研究表明NLORs经常包含隐性性别和种族偏见。这些研究发现,针对女性和URiM申请者的推荐信往往侧重于他们的帮助性和同情心,而针对男性和非URiM申请者的推荐信则更强调他们的自信、进取心和领导潜力。这些语言差异可能会在竞争性选拔中延续不平等现象,从而影响最终结果。
神经病学仍然是少数几个主要继续使用NLORs的专业之一,但目前尚未系统研究神经病学推荐信中存在的性别和种族语言偏见。鉴于该领域对NLORs的依赖,了解是否存在类似的隐性偏见模式至关重要。为此,我们分析了神经科医生为住院医师申请人撰写的推荐信,使用经过验证的语言分析工具来检测是否存在其他专业中报告的歧视性语言模式,并探讨了推荐人特征(如性别、学术职称和地理位置)是否会影响这些模式。先前的研究表明,这些特征可能会显著影响推荐信内容。我们假设神经病学NLORs中也会存在类似的其他专业的性别或种族相关语言差异。
方法
分析对象为2021-2022年申请年度内,由纽约市某学术医疗中心的神经科医生提交给该机构神经病学住院医师项目的推荐信(n = 431封)。排除了儿科神经科医生撰写的推荐信,以避免其他领域医生的写作风格或内容带来的潜在混淆因素。本研究获得了ERAS的许可,并得到了该机构伦理委员会(Mount Sinai IRB,研究编号STUDY-24-00367)的批准。研究对象为美国(仅限美国)医学院毕业生(AMG),持有MD或DO学位。从ERAS申请中提取了申请人的基本信息(自我报告的性别和种族)。
根据美国医学院协会的分类,将申请人的种族分为医学领域代表性较高的群体(白人和亚洲人,n = 359)和代表性不足的少数族裔(黑人、拉丁裔和美洲原住民,n = 72)。排除了未填写性别或种族信息的申请人的推荐信,同时排除了自认为是白人/亚洲人且属于URiM群体的申请人,以防止结果混淆。根据申请人自我报告的性别,将推荐信分为男性(n = 192封)和女性(n = 239封)。此外,还根据推荐人性别、学术职称和地理位置对数据进行了进一步分层,因为这些因素可能影响推荐信内容。从推荐信中获取了推荐人的学术职称(助理教授、副教授、教授),必要时通过网络搜索确认了推荐人的身份。若推荐人未明确说明性别,则根据机构网站、专业档案和名称搜索等公开信息进行推断。若未找到代词,则将推荐人性别归类为未知。
语言分析
我们使用Linguistic Inquiry and Word Count(LIWC 2022)软件分析了431封神经病学NLORs。该软件被多项类似研究用于分析其他专业的推荐信,可通过作者生成的词典和内置算法分析文本中的词汇频率。作者为“能力”“主动性”“共同性”“课外活动”“努力拼搏”“卓越表现”“性格特征”“引发怀疑”“性别相关”和“外貌”等类别构建了自定义词典。
统计分析
在假设检验之前,使用Kolmogorov-Smirnov检验评估连续变量的正态性假设。显示显著偏离正态性的变量(所有分析中p < 0.05)被视为非正态分布的,采用Mann-Whitney U检验(非参数独立样本检验)来比较组间差异。对于正态分布的数据,使用了广义线性模型。为了解决多重比较问题,除了0.05的标准显著性水平外,还应用了Bonferroni校正方法来降低I型错误的可能性。由于进行了16次独立检验,将标准α水平0.05除以16,得到更为保守的显著性阈值0.003。统计分析使用SAS版本9.4进行分析。
结果
样本中的性别和URiM状况分布与2022年申请神经病学住院医师项目的美国医学院毕业生全国 cohort 相符,详见表1。
基于种族的分组结果显示,女性推荐人撰写了142封推荐信(多数申请人313封,URiM申请人19封);男性推荐人撰写了289封(多数申请人246封,URiM申请人43封)。共有352封推荐信由具有学术职称的教师撰写,其中助理教授撰写了144封(多数申请人119封,URiM申请人25封),副教授撰写了105封(多数申请人91封,URiM申请人14封),教授撰写了103封(多数申请人86封,URiM申请人17封)。
性别分组结果显示,女性推荐人撰写了142封(多数申请人113封,URiM申请人29封);男性推荐人撰写了289封(多数申请人246封,URiM申请人43封)。研究结果见电子表格5。按撰写信件的性别进行分层后,女性撰写者分别为女性申请者撰写了86封信件,为男性申请者撰写了56封信件;而男性撰写者分别为女性申请者撰写了153封信件,为男性申请者撰写了136封信件。未发现显著差异或趋势。按学术职称分析时,包括352封由不同学术职称的人撰写的信件。教授为男性申请者撰写了43封信件,为女性申请者撰写了60封信件;副教授分别为53封和52封;助理教授分别为57封和87封。如表2所示,教授为男性申请者撰写的信件中包含更多性别相关的语言(0.32,IQR:0.27–0.37 vs 0.15,IQR:0.13–0.18,p = 0.002)。
表2:按申请者性别(男性 vs 女性)分层后的语言变量(由撰写者学术职称分类)
| 助理教授 | 副教授 | 教授 |
|-------|-------|-------|
| 女性(n = 87) | 男性(n = 57) | 女性(n = 52) | 男性(n = 53) | 女性(n = 60) | 男性(n = 43) |
| 平均值(IQR) | 平均值(IQR) | p值 | 平均值(IQR) | 平均值(IQR) | p值 | 平均值(IQR) | p值 |
| 单词数 | 457.79(180.0–642.0) | 501.54(186.0–697.0) | 0.295 | 500.90(139.0–721.0) | 558.23(430.0–690.0) | 0.555 |
| 能力 | 58.62(28.0–77.0) | 58.28(39.0–75.0) | 0.836 | 60.19(28.0–78.0) | 67.49(44.0–84.0) | 0.32 |
| 主动性 | 59.75(39.0–79.0) | 55.90(28.0–92.0) | 0.34 |
| 共同性 | 0.82(0.44–1.03) | 0.86(0.48–1.17) | 0.66 | 0.99(0.42–1.40) | 0.93(0.49–1.41) | 0.57 |
| 课外活动 | 1.62(0.99–2.12) | 1.77(1.21–2.28) | 0.43 | 1.96(1.24–2.68) | 1.92(1.46–2.34) | 0.77 |
| 努力程度 | 0.58(0.34–0.83) | 0.46(0.28–0.61) | 0.08 | 0.42(0.20–0.54) | 0.43(0.26–0.54) | 0.70 |
| 杰出性 | 0.60(0.36–0.87) | 0.59(0.36–0.78) | 0.54 | 0.70(0.42–0.86) | 0.65(0.35–0.83) | 0.35 |
| 性格特征 | 0.38(0.19–0.44) | 0.41(0.24–0.56) | 0.48 | 0.38(0.19–0.51) | 0.43(0.30–0.58) | 0.10 |
| 怀疑态度 | 0.18(0.13–0.26) | 0.30(0.23–0.41) | 0.13 | — | 0.16(0.12–0.16) | 0.22(0.11–0.32) |
| 性别差异 | 0.30(0.16–0.33) | 0.41(0.17–0.55) | 0.58 | 0.19(0.14–0.25) | 0.24(0.16–0.32) | 0.34 |
| 外貌 | 0.39(-) | — | — | 0.16(0.14–0.18) |
| 分析能力 | 84.49(80.28–89.52) | 85.45(80.91–91.20) | 0.47 | 85.96(82.10–89.52) | 85.22(81.43–90.98) | 0.85 |
| 影响力 | 59.20(48.14–73.37) | 58.52(48.57–71.59) | 0.68 | 58.76(48.61–76.01) | 58.65(46.03–73.90) | 0.86 |
| 真实性 | 6.52(2.69–7.76) | 7.76(2.63–9.58) | 0.38 | 5.22(2.58–6.20) | 7.53(3.47–9.69) | 0.02 |
| 语气 | 62.96(20.23–85.07) | 58.74(20.23–80.24) | 0.14 | 56.17(20.23–79.89) | 62.29(43.33–81.32) | 0.24 |
| 情感表达 | 4.21(3.62–4.89) | 3.85(3.15–4.48) | 0.23 | 3.71(3.03–4.51) | 4.13(3.64–4.67) | 0.32 |
| 3.92(3.23–4.52) | 4.05(3.6–4.49) | 0.59 |
LIWC内置的类别(包括分析能力、影响力、真实性、语气和情感表达)使用专有算法进行评分,该算法分析语言模式并将文本与大型数据库进行比较以生成分数,分数越高表示文本越正式、自信、个人化且情感表达越积极。自定义语言类别基于现有文献开发,包括能力(如聪明和有能力)、主动性(如自信和果断)、共性(如关怀和友善)、课外活动(如教学和研究)、努力程度(如细致和坚持)、杰出性(如“最佳之一”)、怀疑态度(如“有所进步”和平均值)以及外貌(如穿着得体和笑容灿烂)。每个自定义类别的分数代表该类别术语在分析的信件中出现的频率。
按撰写者所在地区分层后,分析结果显示与申请者性别无关的显著差异。
讨论:
在这项研究中,我们使用语言处理软件程序对神经学领域的推荐信进行了语言分析,以评估潜在的种族和性别偏见。除了教授在描述男性时使用更多性别相关词汇外,没有变量在申请者性别或种族方面存在显著差异。因此,与我们的初始假设相反,即神经学领域的推荐信会反映其他专业中报告的性别化和种族化的语言模式,我们没有发现广泛的语言偏见。教授信件中针对男性使用的性别相关词汇增加可能反映了世代语言规范的影响,因为许多资深神经学家接受的培训时期,这类术语在评价性写作中是常规使用的。其他专业中观察到的性别相关语言模式(如偏爱描述男性的主动性或能力相关词汇,以及描述女性的共性词汇)在我们的数据中并未出现。没有证据表明语气、内容或评价框架存在差异,因此孤立的性别相关词汇似乎并不能显著反映偏见。先前研究同样表明,仅性别相关词汇本身并不会改变推荐信的评估效果。
神经学领域的住院医师选拔具有重大意义。神经学推荐信仍然是申请过程中最具影响力的部分之一。这些结果让项目主管放心,他们所依赖的推荐信并未受到其他专业中记录的性别化或种族化语言模式的影响。缺乏明显的偏见可能表明神经学家对包容性沟通的认识正在提高。我们的发现为关于标准化推荐信与叙述性推荐信格式的持续讨论增添了新的视角。尽管有人呼吁通过统一的标准格式来消除偏见,但其他专业的证据表明,标准化本身并不能消除偏见,反而可能降低叙述性评估的丰富性。最近对神经外科推荐信的分析发现,女性申请者更常收到“保证性较低的推荐信”,并且更常使用与教学相关的形容词来描述她们。类似地,骨科研究也显示评分膨胀现象,大多数申请者的评分都在前20%范围内,这降低了这些评价工具的区分度。我们的分析表明,当认真撰写时,叙述性推荐信可以成为神经学选拔过程中公平且信息丰富的一部分。
学术界神经学领域的性别多样性增加可能部分解释了为何在我们的样本中未检测到语言偏见。如今,女性在神经学教学和住院医师队伍中占相当大的比例。这种人口结构的变化意味着,与许多存在偏见的外科专业相比,推荐信的撰写者和对象更加性别均衡。更多样化的学术团队可能自然减少了语言实践反映历史性别模式的可能性。现有文献中有一些针对特定专业的指导建议,强调基于能力的评价和避免偏见。美国神经病学学会(AAN)在多样性、公平性和包容性方面的承诺也可能促进了撰写者对偏见的自觉意识,以及他们在语言使用上的更加谨慎。这种教育资源(如电子学习模块和关于包容性、反种族主义和公平实践的网络研讨会)的提供,有助于促进更加谨慎和平衡的推荐信撰写。未来的研究应通过更大规模、多机构、多年的分析来验证这些发现,以确定这种广泛语言偏见的缺失是否在各个地区、项目类型和申请周期中都是一致的。结合申请者和撰写者的自我报告人口统计数据(包括非二元性别者)对于全面理解评价语言中的身份相关模式至关重要。将语言特征与客观申请者指标和匹配结果联系起来,可以帮助阐明语气或描述词强度的微妙差异是否对选拔决策有实质影响。
我们的研究发现教授在描述男性时使用了更多性别相关词汇,这引发了这样一个问题:这种语言是否会影响项目主管对这些信件的评价。未来研究将信件内容与项目主管的评分或匹配结果联系起来,可以明确这些描述词是否对选拔过程有实际影响。此外,结合更多情境敏感的语言处理工具和定性分析,将有助于捕捉超出LIWC分类结构的细微差异,从而更好地理解影响推荐信公平性和叙述丰富性的因素。在解释这些发现时,应考虑几个因素。这项分析仅基于一个城市神经病学住院医师项目的单次申请周期,可能无法反映不同机构或地区的差异。然而,我们样本的人口构成与同一周期的全国数据高度一致,支持其代表性。申请者和撰写者的人口统计每年都可能发生变化,这会影响语言模式,应在未来的多年分析中加以探讨。
撰写者性别的确定采用了公开可用的数据,这种方法与其他研究一致。尽管自我报告的性别或种族信息会更加准确,但本研究中排除了这些信息。未自我报告性别为男性或女性、未报告种族或属于多数族裔和少数族裔交叉类别的申请者;这部分人在总样本中占比较小。我们认识到在未来研究中纳入非二元性别申请者的必要性。其他申请者变量(如USMLE/COMLEX分数、AOA/GHHS会员资格或匹配结果)可能会影响信件内容,但这些变量未纳入分析。尽管LIWC是一个经过验证的语言分析工具,但它无法完全解释所有情境因素,例如在“能力”类别中将“熟练”和“杰出”视为等同。我们尝试通过加入“语气”和“努力程度”等额外维度来弥补这一局限性,以更好地捕捉描述词的定性强度。
本研究对神经病学住院医师推荐信中的种族和性别模式进行了语言分析。与其他医疗专业的研究结果不同,我们的分析未发现基于申请者性别或种族的广泛或系统性的语言偏见,表明叙述性推荐信仍然是神经学住院医师选拔过程中的合适组成部分。
致谢:
作者感谢西奈山西部医院神经学系和ERAS的培训生及教职员工的支持,使这项工作成为可能。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号