将反种族主义方法应用于信息学:对传统框架的新视角
Jodyn Platt1, Paige Nong2, Beza Merid3
1Department of Learning Health Sciences, University of Michigan Medical School, 300 North Ingalls, Suite 1161, Ann Arbor, Michigan, USA.
信息学领域必须解决数字卫生系统中的种族主义问题. 应用公共卫生关键种族实践 (PHCRP) 框架可以帮助消除系统不平等,促进所有人的公平,公正和公平的健康结果.
科学领域:
- 医疗信息学 医疗信息学
- 公共卫生 公共卫生
- 批判性种族理论 批判性种族理论
背景情况:
- 医疗系统越来越依赖于复杂的信息基础设施.
- 在没有反种族主义专业知识的情况下,信息学领域可能会延续种族主义.
- 现有的信息系统可能会嵌入并加强制度性,系统性和结构性种族主义.
研究的目的:
- 探索信息学领域如何识别和解决种族主义问题.
- 提出公共卫生关键种族实践 (PHCRP) 作为在数字健康中减轻种族主义的框架.
- 为利益相关者提供指导性问题和实际框架.
主要方法:
- 文献综述和概念分析.
- 关键种族理论原则应用于健康信息学.
- 发展PHCRP-信息学框架.
主要成果:
- 在PHCRP-Informatics框架提供了一个结构化的方法来识别和抵消在数字健康种族主义.
- 为利益相关者提供指导性问题,以批判性地评估信息技术实践.
- 确定了四个主要重点领域:批判性自我反思,利用对种族主义的专业知识,集中受影响社区和评估系统结果.
结论:
- 将反种族主义原则纳入健康信息学是实现健康公平的关键.
- 在PHCRP-信息学框架提供了一条途径,以拆除种族主义在数字健康.
- 在这个框架的指导下,信息学可以为更公平,更公正,更公平的卫生系统做出贡献.
更多相关视频
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
10:43Eye-tracking Technology and Data-mining Techniques used for a Behavioral Analysis of Adults engaged in Learning Processes
Published on: June 10, 2021
相关概念视频
Stereotypes, Prejudice, and Discrimination
Information Processing Approach
Introduction to R
Strategies for Assessing and Addressing Confounding
Confounding can be addressed at both the design phase of a study and through analytical methods after data...
Stereotype Content Model
Surveys
