네덜란드 보건의료전문직 교육 선발은 기회의 불평등을 유발하고 학생 다양성을 감소시키지만, 추첨은 해답이 아니다: 후향적 멀티코호트 연구 (Med Teach, 2022)
Selection for health professions education leads to increased inequality of opportunity and decreased student diversity in The Netherlands, but lottery is no solution: A retrospective multi-cohort study
Lianne Muldera,b , Anouk Woutersa,b , Jos W. R. Twiskc , Andries S. Kosterd , Eddymurphy U. Akwiwuc , Jan H. Ravesloote, Gerda Croisetf and Rashmi A. Kusurkara,b
소개
Introduction
보건 전문직 교육(HPE) 학생과 의료 전문가 사이의 다양성은 보건 교육 및 진료의 우수성을 증진하는 데 있어 근본적으로 중요합니다(Marrast 외. 2014; Saha 2014). 다양성은 HPE 학생들이 다양한 사회에서 의료 서비스 제공자로서의 역할을 수행할 수 있도록 준비시킵니다(Steven 외. 2016; Clayborne 외. 2021). 이는 모든 학생의 교육 경험을 개선하고(Grafton-Clarke 2016; Alexander 외 2017; Clayborne 외 2021), 인지 및 정서 발달에 기여하며(Clayborne 외 2021), 다양성 관련 문제에 대한 학생의 태도에 긍정적인 영향을 미칩니다(Steven 외 2016). 의료계의 다양한 인력은 환자 만족도 향상(클레이본 외 2021), 의료진과 환자 간의 의사소통 및 이해 증진(Grafton-Clarke 2016; Parker 외 2017; 클레이본 외 2021), 문화적으로 민감한 치료 개선(Parker 외 2017; 클레이본 외 2021)과 관련이 있습니다. 또한 소수 집단에 주로 영향을 미치는 질병에 대한 연구 의제 강화(Cohen 외 2002), 소외된 지역사회에 대한 의료 접근성 개선(Marrast 외 2014; Clayborne 외 2021), 건강 형평성 증진(Marrast 외 2014; Parker 외 2017)과도 연관되어 있습니다. 따라서 HPE 학생들 사이의 다양성은 사회에 매우 중요합니다. 그러나 보건 전문가가 되기 위해 훈련받은 코호트는 종종 그들이 봉사하는 인구를 대표하지 못합니다(Bowes 외. 2013; Alexander and Cleland 2018; Van den Broek 외. 2018). 많은 국가에서 이들은 주류 민족에 속하는 경우가 많으며, 의료 분야에서 일할 가능성이 높은 고학력, 고소득 부모를 둔 경우가 많습니다(Puddey 외. 2011; Ferguson 외. 2012). 일반 대학생 인구와 비교할 때, 의대생 인구는 사회경제적 지위(SES)가 높은 배경을 가진 사람들도 불균형적으로 많습니다(Van den Broek 외. 2018).
Diversity amongst health professions education (HPE) students and healthcare professionals is of fundamental importance for promoting excellence in health education and care (Marrast et al. 2014; Saha 2014). Diversity prepares HPE students for their role as care providers in a diverse society (Steven et al. 2016; Clayborne et al. 2021). It results in an improved educational experience for all students (Grafton-Clarke 2016; Alexander et al. 2017; Clayborne et al. 2021), contributes to their cognitive and affective development (Clayborne et al. 2021), and has positive effects on students’ attitudes regarding diversity-related issues (Steven et al. 2016). A diverse workforce in the health professions is linked to improved patient satisfaction (Clayborne et al. 2021), better communication and understanding between care provider and patient (Grafton-Clarke 2016; Parker et al. 2017; Clayborne et al. 2021) and improved culturally-sensitive care (Parker et al. 2017; Clayborne et al. 2021). It is also associated with a strengthened research agenda into diseases which primarily affect minority groups (Cohen et al. 2002), improved access to healthcare for underserved communities (Marrast et al. 2014; Clayborne et al. 2021), and the promotion of health equity (Marrast et al. 2014; Parker et al. 2017). Diversity amongst HPE students is therefore of great importance for society. However, the cohorts trained to become health professionals are often not representative of the populations they serve (Bowes et al. 2013; Alexander and Cleland 2018; Van den Broek et al. 2018). In many countries, they often belong to the ethnic majority, and often have highly educated and high-income parents who are more likely to work in the medical field (Puddey et al. 2011; Ferguson et al. 2012). When compared to the general university student population, the medical student population is also disproportionally from higher socio-economic status (SES) backgrounds (Van den Broek et al. 2018).
자체 선발 및 입학 절차의 편견으로 인해 모든 자격을 갖춘 학생에게 HPE 프로그램에 등록할 기회가 균등하게 제공되지 않는다는 증거가 있습니다(Sianou-Kyrgiou 및 Tsiplakides 2011, Kelly 외. 2014, Simmenroth-Nayda 및 Görlich 2015, Wouters 외. 2018). 자기 선택은 학생이 실제 및 인지된 장벽과 촉진 요인에 비추어 자신의 성공 가능성을 어떻게 추정하는지에 따라 지원 여부를 결정하는 것을 말합니다. SES 배경이 낮은 학생들은 지원 시 수많은 장벽에 직면할 수 있습니다.
- 선발될 가능성이 낮을 것이라는 인식(Greenhalgh 외. 2004; Southgate 외. 2015; Ball 외. 2020; Wouters 2020),
- 배경 때문에 적응하지 못할 것이라는 두려움(Greenhalgh 외. 2004; Mathers and Parry 2009; Martin 외. 2018),
- 재정적 장벽(Cleland 외. 2015),
- 고등학교 교사들의 적극적인 만류(McHarg 외. 2007)
Evidence suggests that opportunities to enrol in HPE programs are not equally available to all eligible students, due to self-selection and/or bias in the admissions procedures (Sianou-Kyrgiou and Tsiplakides 2011; Kelly et al. 2014; Simmenroth-Nayda and Görlich 2015; Wouters et al. 2018). Self-selection refers to students making a decision to apply or not based on how they estimate their chance of success in light of actual and perceived barriers and facilitators. Those from a lower SES background may face numerous barriers to apply (Steven et al. 2016; Niven et al. 2019), such as
- the perception that they will have lower chances of being selected (Greenhalgh et al. 2004; Southgate et al. 2015; Ball et al. 2020; Wouters 2020),
- fear of not fitting in because of their background (Greenhalgh et al. 2004; Mathers and Parry 2009; Martin et al. 2018),
- financial barriers (Cleland et al. 2015), or
- active discouragement by high school teachers (McHarg et al. 2007).
의료 분야 네트워크가 부족한 학생들은 HPE 프로그램이 올바른 학업 선택이라는 확신을 갖거나 관련 업무 경험을 쌓거나 의대 지원 절차를 준비하는 데 어려움을 겪을 수 있습니다(Southgate 외 2015; Hadinger 2017; Bassett 외 2019; Ball 외 2020). 또한 불평등으로 인해 의욕이 저하될 수 있습니다(Wouters 외. 2017). 소수 민족 학생들은 불충분한 제도적 지원과 자원, 제한된 개인적 자원, 적절한 정보, 멘토링, 조언에 대한 접근성 부족, 다양한 사회적 장벽에 직면할 수 있습니다(Freeman 외. 2016). 또한 선발 절차가 특정 지원자 그룹에 의도치 않게 편향될 수도 있습니다(Kelly 외. 2014; Steven 외. 2016; Niven 외. 2019). 예를 들어, 남성은 특정 선발 도구에서 실적이 저조한 경향이 있습니다(Schripsema 외. 2017). 따라서 전 세계 대학들은 이러한 불평등을 해소하고 사회적 책무성을 증진하기 위해 다양한 조치를 취하고 있습니다. 예를 들어, 참여 확대 프로그램 및 접근성 확대 정책(Powis 외 2007; Cleland 외 2015; Alexander 외 2017; Martin 외 2018), 쿼터제(Becak and Cirino 2018; Curtis 2018), 소외계층 학생에게 불이익을 주지 않는 것으로 알려진 선발 도구 사용(Jerant 외 2015; Razack 외 2015; Taylor 외 2015) 등이 그 예입니다.
Students who lack a network in the medical field may face barriers in developing the confidence that the HPE programme is the right study choice, in getting relevant work experience, or preparing for the medical school application process (Southgate et al. 2015; Hadinger 2017; Bassett et al. 2019; Ball et al. 2020). They can also become demotivated by the inequality they perceive (Wouters et al. 2017). Ethnic minority students may face inadequate institutional support and resources, limited personal resources, lack of access to adequate information, mentoring, and advising, and different societal barriers (Freeman et al. 2016). Selection procedures may also be biased unintentionally against certain groups of applicants (Kelly et al. 2014; Steven et al. 2016; Niven et al. 2019). For example, men tend to underperform on certain selection instruments (Schripsema et al. 2017). Universities across the world therefore take different measures to attempt to address these inequities and promote social accountability, for example by using Widening Participation programs and/or Widening Access policies (Powis et al. 2007; Cleland et al. 2015; Alexander et al. 2017; Martin et al. 2018), quota systems (Becak and Cirino 2018; Curtis 2018), and using selection tools which are known to not disadvantage underrepresented students (Jerant et al. 2015; Razack et al. 2015; Taylor et al. 2015).
추첨 시스템이 입학 절차에서 발생할 수 있는 기회의 불평등을 줄이는 수단이 될 수 있는지에 대한 학계의 논쟁이 있습니다(Hubbeling 2018, Mazer 2021, ten Cate 2021). 이론적으로 무작위 추첨에서는 지원자의 배경 특성이 입학 결과에 영향을 미치지 않습니다. 그러나 대부분의 국가에서 두 가지 입학 절차를 비교할 가능성이 없기 때문에 어떤 입학 절차가 사회에 가장 공평한 결과(즉, 일반 인구의 다양성을 반영하는 HPE 전문 인력)를 가져올지에 대한 확실한 대규모 정량적 증거는 제한적입니다.
There is academic debate about whether a lottery system could also be an instrument to reduce the possible inequality of opportunity in admission procedures (Hubbeling 2018; Mazer 2021; ten Cate 2021). Theoretically, in a random lottery, the background characteristics of applicants would have no influence on the outcome of admissions. However, solid large-scale quantitative evidence about which admission procedure would produce the most equitable outcome for society (i.e. an HPE professional workforce which reflects the diversity in the general population) is limited, because in most countries, there is no possibility to compare the two procedures.
네덜란드의 사례는 이 문제를 조사하고 두 가지 다른 입시 제도 하에서 HPE 학생의 다양성 수준과 입시 기회 불평등 가능성을 비교할 수 있는 특별한 기회를 제공합니다. 네덜란드는 이전 학업 성적에 가중치를 두는 추첨 입학 제도를 운영해왔지만(Cohen-Schotanus 외, 2006), 공정성이 부족하고 입학 대상자에 대한 통제력이 부족하다는 인식(Wouters 외, 2018)으로 인해 정부는 2000년부터 점진적으로 선발 방식을 전환하기로 결정했습니다. 2017년부터는 100%의 학생이 선발을 통해 입학하고 있습니다(그림 1). 선발 절차는 대학이 자체적으로 설계하며, 이전 학업 성취도, 적성, 과외 활동 등 최소 두 가지 기준을 활용합니다(Stegers-Jager 2018).
The case of The Netherlands offers a unique opportunity to investigate this matter and compare the level of HPE student diversity and possible unequal opportunities in admissions under two different admissions systems. The country used to have a lottery admission system weighted for previous academic performance (Cohen-Schotanus et al. 2006), but due to a perceived lack of fairness and lack of control of who gains admission (Wouters et al. 2018), the government decided on a gradual transition in the direction of selection from 2000 onwards. Since 2017, 100% of HPE students are admitted through selection (Figure 1). Selection procedures are designed by universities themselves, and make use of at least two criteria, such as previous academic achievement, aptitude, or extracurricular activities (Stegers-Jager 2018).
네덜란드에서 HPE 학생이 되기 위한 일반적인 교육 경로는 여러 단계로 구성됩니다. 초등학교에서 고등학교로 진학하는 학생들은 11~12세 무렵에 직업(4년), 고등 일반(5년) 또는 예비 대학(6년) 트랙에 배치됩니다. 예비대학생이 과학 중심 트랙(자연과 건강 및/또는 자연과 기술)에서 4가지 과학 중심 과목(생물, 물리, 화학, 수학)을 이수하면 마지막 해에 HPE 프로그램에 지원할 자격이 주어집니다. 다른 교육 배경을 가진 지원자는 동등한 교육 수준을 충족한다는 것을 증명해야 합니다(Wouters 외, 2018). 일단 지원한 학생은 HPE 프로그램에서 한정된 자리를 놓고 경쟁해야 합니다. HPE 프로그램에 입학하는 각 단계에서 다양성이 상실될 수 있으며, 이는 HPE의 과소 대표성을 초래할 수 있습니다. 그러나 이것이 어느 정도인지, 그리고 이 경로의 각 단계에서 다양성의 어떤 측면이 영향을 받는지는 알려지지 않았습니다. 따라서 이 연구에서는 다음과 같은 질문에 답하고자 했습니다:
- 1) 어떤 인구통계학적 배경 변수가 지원자의 HPE 입사 가능성과 관련이 있는가?
- 2) 입학 절차가 추첨과 선발의 혼합 방식에서 100% 선발로 점진적으로 전환되는 동안 HPE 학생 집단의 대표성이 a) 같은 또래, b) 적격 학생 풀, c) 지원자 풀과 비교하여 변화했는가?
In The Netherlands, the typical educational route to become an HPE student consists of several steps. In the transition from elementary to high school, pupils are placed in either the vocational (4 years), higher general (5 years), or pre-university (6 years) track around ages 11–12. If pre-university pupils follow the science-focused track (Nature and Health and/or Nature and Technology) with four science-focused subjects (Biology, Physics, Chemistry, and Mathematics) they are eligible to apply to HPE programs in their final year. Applicants with other educational backgrounds must prove that they meet equivalent educational levels (Wouters et al. 2018). Once students apply, they need to compete for the limited places available in the HPE programme. In each of these steps on the route to an HPE programme, diversity may be lost, which could result in underrepresentation in HPE. However, it is unknown to what extent this is the case, and which aspects of diversity are affected at different stages on this route. Therefore, this study aimed to answer the following questions:
- 1) Which demographic background variables are associated with an applicant’s odds of admission into HPE?
- 2) Has the representativeness of HPE student populations changed during the gradual transition in admissions procedures from hybrid lottery and selection to 100% selection, compared to: a) their age peers; b) the eligible student pool; and c) the applicant pool?
우리의 목표는 가중치 추첨에서 선발로 전환하는 과정에서 발생한 다양한 입학 상황, 즉 선발 기반 입학의 비율이 다른 상황에서 지원자의 입학 가능성에 영향을 미치는 배경 변수를 조사하는 것이었습니다.
Our goal was to investigate which background variables influenced applicants’ odds of admission under different admissions situations, with different proportions of selection-based admission, which occurred during the transition from weighted lottery to selection.
연구 방법
Methods
연구 설계
Study design
2008년 10월 1일, 2012년, 2015년에 네덜란드에 등록된 모든 16세 청소년(이하 '연령 코호트'라 함)을 대상으로 네덜란드 통계청의 익명화된 비공개 마이크로데이터를 사용하여 후향적 다중 코호트 연구를 수행했습니다. 이 연령 코호트 내에서 과학 중심의 예비 대학 교육 프로필을 가진 학생들을 '적격 학생 풀'로 정의했습니다. 학생들이 연구 프로그램 지원서를 제출하는 네덜란드 기관인 Studielink의 익명화된 데이터를 사용하여 의학, 약학, 임상 기술 또는 치의학에 지원한 사람들을 '지원자 풀'로 정의했습니다. 이 연구에 포함된 4개의 HPE 프로그램에 지원할 수 있는 자격은 고등학교 내신성적, 의대 입학시험 점수, 또는 이와 유사한 형태의 사전 학력에 의해 결정되지 않습니다. 그러나 지원자가 고등학교 최종 시험에서 불합격하여 그 해에 고등 교육에 등록하지 못할 수도 있습니다. 따라서 네덜란드 통계청의 마이크로데이터에 따르면 고등학교 시험에 통과하여 이론적으로 입학 자격이 있는 지원자를 대상으로 분석을 수행했습니다. 지원한 해에 고등학교 시험에 불합격한 지원자는 로지스틱 회귀 분석에서 제외했습니다. 마지막으로, 배치 자격이 있는 지원자 중 3년 후(2011년, 2015년 또는 2018년) 19세가 되었을 때 네덜란드 대학에 의학, 약학, 임상 기술 또는 치의학 학생으로 등록되어 있는 지원자를 'HPE 학생'이라고 불렀습니다.
We did a retrospective multi-cohort study using anonymised non-public microdata from Statistics Netherlands of all 16-year-olds who were registered in The Netherlands on 1 October 2008, 2012, and 2015, hereafter referred to as ‘age cohorts’. Within these age cohorts, we defined those with a science-focused pre-university education profile as the ‘eligible student pool’. Using anonymised data from Studielink – the Dutch organization where students submit their application for a study programme – we defined those who had applied to Medicine, Pharmacy, Clinical Technology or Dentistry as the ‘applicant pool’. Eligibility to apply to the 4 HPE programs in this study is not determined by high school GPA, score in a medical admissions test, or similar form of prior attainment. However, an applicant may fail their final high school exams and thus be unable to enrol in higher education that year. We have therefore performed our analyses on the applicants who, according to Statistics Netherlands microdata, had passed their high school exams and thus, in theory, were eligible for placement. Applicants who failed their high school exam in the year in which they applied, were excluded from our logistic regression analyses. Finally, out of these applicants who were eligible for placement, those who were registered as Medicine, Pharmacy, Clinical Technology or Dentistry students at a Dutch university three years later (in 2011, 2015, or 2018), at the age of 19 were termed ‘HPE students’.
샘플
Sample
2008년, 2012년, 2015년 10월 1일에 16세였던 네덜란드에 거주하는 것으로 등록된 모든 어린이가 조사 대상에 포함되었습니다. 10월 1일은 각 교육 단계의 학생 등록이 이루어지는 기준일이기 때문에 10월 1일을 선택했습니다. 16세가 되면 대부분의 네덜란드 청소년은 아직 고등학교에 재학 중입니다. 2008년부터 2018년까지 학사 1학년 학생의 평균 연령은 18.6세였습니다(Leijen 외. 2019). 이는 HPE 학생을 포함한 네덜란드 대학생의 대다수가 17세, 18세 또는 19세에 대학에 입학한다는 것을 의미합니다. 따라서 연구 설계에서는 코호트의 대상 학생들이 아직 고등학교에 재학 중이고 3년 후인 19세에 고등학교를 졸업하고 고등교육에 입학했을 가능성이 가장 높다고 판단했습니다. 네덜란드 통계청 마이크로데이터에서 필수 변수를 사용할 수 있는지 여부와 학생들이 고등교육에 입학할 당시의 입학 상황(그림 1)을 고려하여 세 코호트의 연도를 선택했습니다.
All children, registered as living in The Netherlands, who were 16 years old on 1 October 2008, 2012, and 2015 were included. October 1st was chosen because this is the reference date at which student enrolment at each level of education is registered. At age 16, the majority of Dutch youth is still in high school. The average age of first-year bachelor students between 2008 and 2018 was 18.6 years old (Leijen et al. 2019). This means that the majority of university students in The Netherlands, including HPE students, enter university at age 17, 18, or 19. Therefore, in our research design, we had the highest likelihood that eligible students in the cohorts were still in high school, and that three years later, at age 19, they would have left high school and entered tertiary education. We selected the years of the three cohorts based on the availability of essential variables in Statistics Netherlands microdata, and the admissions context (Figure 1) at the time students entered higher education.
변수
Variables
연구의 변수는 표 1에 설명되어 있습니다. SES를 대신하여 부모의 소득 백분위수, 자산 백분위수, 사회복지 수급자 상태를 사용했습니다. 소득 백분위수와 자산 백분위수는 전체 인구에 비해 상대적인 위치를 나타내기 때문에 유로로 환산한 값 대신 소득과 자산 백분위수를 포함했습니다. 네덜란드 통계청에서 정의한 네덜란드인 이외의 인종 그룹(이주 배경이 없는)은 이후 터키, 모로코, 수리남, 네덜란드 카리브해 이주 배경(TMSD) 또는 기타 이주 배경(OMB)을 가진 인종 그룹으로 지칭합니다.
Variables in the study are described in Table 1. As proxy for SES, we used parental income percentiles, wealth percentiles, and social welfare recipient status. Income and wealth percentiles, rather than their values in euros, were included because percentiles indicate the relative position one occupies compared to the rest of the population. Statistics Netherlands-defined ethnic groups other than Dutch (without a migration background) are hereafter referred to as having either a Turkish, Moroccan, Surinamese, or Dutch Caribbean migration background (TMSD); or other migration background (OMB).
통계 분석
Statistical analysis
먼저 단변량 로지스틱 회귀 분석을 수행하여 표 1에 설명된 독립변수 중 어떤 것이 HPE 학생이 되는 것과 관련이 있는지 조사했습니다. 통계적 유의 수준은 .05로 설정했습니다. 독립 변수 간에 다중공선성의 증거가 있는지 데이터를 조사했습니다. 둘째, 다변량 로지스틱 회귀를 사용하고 단계적 전진 선택을 적용하여 각 코호트 연도(2008년, 2012년, 2015년)에 대한 모델을 구축했습니다. 그 결과 총 3개의 모델이 만들어졌습니다. 또한 상호작용 조건(가능한 모든 조합)을 추가하면 이러한 모델이 개선되는지도 조사했습니다.
We first performed univariable logistic regression analyses to examine which of the independent variables described in Table 1 were associated with becoming an HPE student. Statistical level of significance was set at .05. We examined data for evidence of multicollinearity amongst the independent variables. Second, we used multivariable logistic regressions and applied stepwise forward selection to build a model for each cohort year (2008, 2012, and 2015). This resulted in three models in total. We also examined whether adding interaction terms (any possible combination) improved these models.
하이브리드 가중치 추첨 및 선발 절차에서 100% 선발 절차로 전환하는 동안 HPE 학생 집단의 대표성을 확인하기 위해 빈도표를 사용하여 모든 변수에 대한 각 코호트 및 각 기준 그룹의 학생 분포를 비교했습니다. 코호트 간 비율의 변화를 조사하기 위해 두 가지 유형의 로지스틱 회귀 분석을 사용했으며, 2008년 연령 코호트를 참조 범주로 사용했습니다. 성별과 같은 이항 변수의 경우 이항 로지스틱 회귀 분석을, 이주 배경과 같이 두 가지 이상의 범주가 있는 변수의 경우 다항 로지스틱 회귀 분석을 사용했습니다. 모든 분석은 Windows용 IBM SPSS 소프트웨어 버전 25.0(IBM Corp, 뉴욕주 애몬크)을 사용하여 수행되었습니다.
To determine the representativeness of HPE student populations throughout the transition from a hybrid weighted lottery and selection procedure to a 100% selection procedure, we used frequency tables to compare the distribution of students in each cohort and each reference group on all variables. To investigate the changes in proportions between cohorts, we used two different types of logistic regression analyses, where age cohort 2008 was used as a reference category. For binary variables such as gender, we used binary logistic regression analysis; for variables with more than two categories, such as migration background, we used multinomial logistic regression analysis. All analyses were performed using IBM SPSS software for Windows version 25.0 (IBM Corp, Armonk, NY).
윤리적 고려 사항
Ethical considerations
암스테르담 UMC의 윤리위원회는 이 연구(파일 번호 2019.719)가 세계보건기구(WHO)의 인간 대상 의학 연구법에 따라 승인 면제 대상임을 선언했습니다. 통계 결과는 네덜란드 통계청의 비공개 익명 마이크로데이터를 사용한 LM과 JWRT(암스테르담 UMC)의 계산을 기반으로 하며, 네덜란드 통계청의 모든 개인정보 보호 규정과 비공개 마이크로데이터 사용에 관한 네덜란드 법률을 준수합니다. 지원자 풀의 Studielink에서 선별된 데이터는 네덜란드 통계청에 의해 익명화되었습니다. 연구자들은 식별 가능한 정보에 접근할 수 없었습니다.
The Ethics Committee at Amsterdam UMC, location VUmc declared the study (File no. 2019.719) exempt from approval under the Medical Research Involving Human Subjects Act (WMO). The statistical results are based on calculations by LM and JWRT (Amsterdam UMC) using non-public anonymised microdata from Statistics Netherlands and comply to all Statistics Netherlands privacy regulations and the Dutch law regarding use of their non-public microdata. Selected data from Studielink of the applicant pool was anonymised by Statistics Netherlands. The researchers had no access to identifiable information.
결과
Results
HPE 학생이 되는 것과 관련된 인구통계학적 변수
Demographic variables associated with becoming an HPE student
단변량 로지스틱 회귀 분석 결과(보충 부록의 표 1 참조), 모든 변수가 적어도 하나의 코호트 내에서 HPE 학생이 되는 것과 연관성이 있는 것으로 나타났습니다. 다중공선성의 증거가 있는지 데이터를 조사했습니다. '이주 배경'과 '해외 출생 부모 수' 간의 피어슨 계수 상관관계가 각 연령 코호트에서 0.82를 초과하여 강한 것으로 간주될 수 있기 때문에 이전에 데이터 세트의 일부였던 한 변수(해외 출생 부모 수)를 제외했습니다(Schober et al. 2018). 따라서 '해외에서 태어난 부모 수'는 추가 분석에서 제외했으며 이 글에서는 포함하지 않았습니다. '이주 배경' 변수를 유지함으로써 100% 선발로의 전환이 이주 배경이 있는 그룹과 없는 그룹에 다른 방식으로 영향을 미치는지 조사할 수 있었습니다. 나머지 변수에서는 다중공선성에 대한 증거를 찾을 수 없었습니다. 따라서 모든 독립변수는 각 지원자 집단에 대해 독립적으로 다변량 회귀 모형에 포함되었습니다(전체 모형은 부록의 표 2, 최종 모형은 본 원고의 표 2 참조). 유의미한 상호작용은 발견되지 않았습니다.
Results from the univariable logistic regression (see Table 1 in Supplementary Appendix) showed that all variables were associated with becoming an HPE student within at least one cohort. We examined data for evidence of multicollinearity. This led us to exclude one variable (number of parents born abroad) which was previously a part of our dataset, because the Pearson coefficient correlations between ‘migration background’ and ‘number of parents born abroad’ were >0.82 in each age cohort, which can be considered strong (Schober et al. 2018). We therefore excluded ‘number of parents born abroad’ from further analyses and did not include it in this article. Keeping the variable ‘migration background’ enabled us to investigate whether the transition to 100% selection impacted groups with or without a migration background in different ways. No evidence was found for multicollinearity in the remaining variables. All independent variables were, therefore, included in multivariable regression models for each applicant cohort independently (see Table 2 in Supplementary Appendix for the full models and Table 2 in this manuscript for the final models). No significant interactions were found.
지원자 풀 모델
Applicant pool models
표 2는 2008년 코호트와 2015년 코호트 사이의 최종 모델 변화를 보여줍니다. 가중치 추첨을 통해 50~100%의 학생이 입학한 2008년 코호트에서는 여성 성별(OR 1.15 [1.01~1.30])과 최고 부유층에 속하는 것(OR 1.29 [1.10~1.51])만이 HPE 학생이 되는 것과 유의미한 양의 상관관계를 보였습니다. 2012년 코호트에서는 가계 자산이 더 이상 이 모델에 유의미한 영향을 미치지 않았습니다. 대신, 부모 소득에 대한 효과가 발견되었으며, 상위 10분위에서 긍정적인 연관성이 나타났습니다(OR 1.37 [1.18-1.60]). 여성 성별은 여전히 긍정적인 연관성을 보였으며(OR 1.49 [1.28-1.73]), 이주 배경은 TMSD 이주 배경을 가진 경우 음의 연관성을 보이며 모델을 개선했습니다(OR 0.68 [0.52-0.89]). 2015년 코호트(100% 선택) 모델에서는 부모 중 한 명 이상의 HP가 있는 경우(OR 1.27 [1.10-1.47]), 여성인 경우(OR 1.35 [1.19-1.53]), 자산 상위 10분위에 속하는 경우(OR 1.28 [1.10-1.49])가 긍정적인 연관성이 있는 것으로 나타났습니다. TMSD 이주 배경(0.72 [0.57-0.91])은 음의 연관성이 발견되었습니다. 다른 변수들은 표 2의 모델에 기여하지 않았기 때문에(p > .05) 포함되지 않았습니다(전체 모델, 즉 단계적 전진 로지스틱 회귀를 수행하기 전의 결과는 부록의 표 2 참조).
Table 2 shows that the final models change between cohort 2008 and 2015. In cohort 2008, where 50–100% of students were admitted through weighted lottery (depending on each HPE faculty), only female gender (OR 1.15 [1.01–1.30]) and belonging to the highest wealth decile (OR 1.29 [1.10–1.51]) were significantly positively associated with becoming an HPE student. In cohort 2012, household wealth no longer contributed significantly to the model. Instead, an effect for parental income was found, with a positive association for the top-10 decile (OR 1.37 [1.18–1.60]). Female gender remained positively associated (OR 1.49 [1.28–1.73]), and migration background improved the model, with a negative association for having a TMSD migration background (OR 0.68 [0.52–0.89]). The model of cohort 2015 (100% selection) showed that having at least one HP as a parent (OR 1.27 [1.10–1.47]), female gender (OR 1.35 [1.19–1.53] and belonging to the top-10 wealth decile (OR 1.28 [1.10–1.49]) were positively associated. Negative associations were found for a TMSD migration background (0.72 [0.57–0.91]). Other variables did not contribute to the models in Table 2 (p > .05) and were therefore not included (see Table 2 in Supplementary Appendix for the result of the full model, that is before performing a stepwise forward logistic regression).
이주 배경과 관련된 결과가 SES의 차이로 설명될 수 있는지 조사하기 위해 각 이주 배경 범주(네덜란드, TMSD, OMB)에 대한 소득 및 부의 빈도 분포를 분석했습니다. 소득과 재산이 세 가지 범주 간에 매우 불균등하게 분포되어 있었기 때문에, 지원자 풀에 대한 추가 분석을 수행하여 소득과 재산 그룹을 재코딩하여 균형을 극대화했습니다.
- 소득이 가장 낮은 그룹(백분위수 0-60)에서는 2012년과 2015년 코호트에서 TMSD 배경에 대한 음의 연관성이 유의미하게 유지되었습니다(보충 부록의 표 3 참조).
- 소득 백분위수 0-70 그룹에서는 2015년 코호트에서 TMSD 배경에 대한 음의 연관성이 유의미했습니다. 2012년 코호트에서는 소득 백분위수 71-100 그룹에서도 마찬가지였습니다.
이는 동일한 소득/부유층에서 이주 배경이 없는 네덜란드 기준 범주와 비교했을 때에도 여전히 음의 연관성을 보였기 때문에 TMSD 이주 배경에 대한 음의 연관성은 SES로 설명할 수 없음을 보여주었습니다.
To investigate whether results related to migration background could be explained by differences in SES, we analysed the frequency distribution of income and wealth deciles for each migration background category (Dutch, TMSD and OMB). As income and wealth were distributed highly unequally between the three different categories, we performed additional analyses on the applicant pool, using recoded income and wealth groups to maximize balance.
- Within the lowest wealth group (percentiles 0–60), the negative association for a TMSD background remained significant in cohort 2012 and 2015 (see Table 3 in Supplementary Appendix).
- In income percentiles group 0–70, the negative association for a TMSD background was significant in cohort 2015. In cohort 2012, this was true for income percentile group 71–100.
This showed that the negative associations for TMSD migration background cannot be explained by SES: they remained negative even when compared to the Dutch reference category without a migration background from the same income/wealth groups.
HPE 학생의 대표성
Representativeness of HPE students
표 3은 모든 (하위) 코호트에서 변수별 학생 분포를 보여줍니다. 여성은 모든 연령 코호트 및 적격 학생 풀의 약 절반을 차지했지만, 지원자 풀과 HPE 학생 인구에서는 그 비율이 훨씬 높았습니다(표 3). 2008년과 2015년 코호트 사이에 HPE 학생 인구에서 남성의 비율은 34.1%에서 28.6%로 16.1% 감소했습니다.
Table 3 shows the distribution of students per variable in all (sub)cohorts. Women represented approximately half of all age cohorts and eligible student pools, but their proportion is significantly higher in the applicant pool and the HPE student population (Table 3). A 16.1% decrease was seen in the proportion of men in the HPE student population between cohort 2008 and 2015 (from 34.1 to 28.6%).
2008년과 2015년 코호트 사이에 HP 부모가 1~2명인 HPE 학생의 비율은 크게 감소했지만, 연령 코호트, 적격자 풀, 지원자 풀과 비교하면 이러한 부모를 둔 학생은 여전히 HPE 학생 중에서 과대 대표되고 있습니다.
The proportion of HPE students with 1 or 2 HP parents decreased significantly between cohort 2008 and 2015, but compared to the age cohort, eligible pool, and applicant pool, students with such parents are still overrepresented amongst HPE student students.
2008년 코호트와 2015년 코호트 사이에 HPE 학생의 소득 그룹별 분포는 큰 변화가 없었지만, 자산 그룹별 분포는 하위 70% 백분위수 학생의 비율은 증가하고 상위 10% 백분위수 학생의 비율은 감소한 것으로 나타났습니다. 그러나 소득 및 자산이 가장 높은 그룹의 학생들은 지원 자격 및 지원자 풀과 비교했을 때, 특히 연령 코호트와 비교했을 때 HPE 학생들 사이에서 여전히 과대 대표되었습니다.
The distribution of HPE students over the different income groups has not undergone major changes between cohort 2008 and 2015, but their distribution over the different wealth groups shows an increase in the proportion of students from the lowest 70 percentiles, and a decrease of the proportion of students from the top 10 decile. However, students from the highest income and wealth groups remained overrepresented amongst HPE students compared to the eligible and applicant pools, but especially compared to their age cohorts.
부모 중 한 명 이상이 사회복지 혜택을 받는 학생은 적격자 풀에서는 과소 대표되지만, 각 코호트에서 지원자 풀에서 차지하는 비율이 적격자 풀에서 차지하는 비율보다 상대적으로 높은 비율로 지원했습니다. 그러나 입학률은 더 낮기 때문에 HPE 학생의 연령 코호트에 비해 과소 대표됩니다.
Those with at least one parent who receives social welfare are underrepresented in the eligible pool, but they do apply at relatively high rates: in each cohort, their proportion in the applicant pool is higher than their proportion in the eligible pool. However, they are admitted at lower rates, resulting in underrepresentation amongst HPE students compared to their age cohorts.
연령 코호트에 비해, TMSD 학생은 모든 코호트의 적격 풀, 지원자 풀, HPE 학생 집단에서 과소 대표되는 반면, OMB 학생은 지원자 및 HPE 학생 집단에서 과대 대표되는 것으로 나타났습니다.
Relative to the age cohorts, TMSD students are underrepresented in the eligible pool, applicant pool, and HPE student populations for all cohorts, while OMB students are overrepresented amongst applicants and HPE students.
토론
Discussion
후향적 다중 코호트 연구 결과에 따르면 하이브리드 추첨 및 선발에서 100% 선발로 전환하면서 다변량 로지스틱 회귀 모델에서 지원자의 입학 가능성에 유의미한 영향을 미치는 배경 변수의 수가 2개(성별 및 자산 백분위수)에서 4개(성별, 자산 백분위수, HP 부모 수 및 이주 배경)로 증가했습니다. 부록의 표 3에서 볼 수 있듯이, 주로 또는 100% 선발 기반 절차에서 TMSD 이주 배경을 가진 지원자의 낮은 확률은 SES로 설명할 수 없었으며, 동일한 소득 또는 자산 범주에 속하는 네덜란드 동료에 비해 TMSD 지원자의 확률 비율도 현저히 낮았습니다. 이는 연령 코호트, 적격자 풀, 지원자 풀과 비교하여 선발로 전환하는 동안 변화한 HPE 학생 인구의 대표성에 영향을 미쳤습니다. 연구 결과는 HPE 프로그램에 진학하는 각 단계에서 어떤 일이 일어나는지, 각 학생 집단의 대표성 수준에 어떤 영향을 미치는지 미묘한 그림을 제공합니다.
The results of our retrospective multi-cohort study show that in the transition from hybrid lottery and selection to 100% selection, the number of background variables which significantly influenced applicants’ odds of admission increased from 2 (gender and wealth percentile) to 4 (gender, wealth percentile, number of HP parents, and migration background) in our multivariable logistic regression models. The lower odds of applicants with a TMSD migration background in a predominantly or 100% selection-based procedure, could not be explained by SES, as evidenced by Table 3 in the Supplementary Appendix: odds ratios for TMSD applicants were also significantly lower compared to their Dutch peers belonging to the same income or wealth categories. This influenced the representativeness of HPE student populations, which changed during the transition to selection in comparison to the age cohorts, eligible pool, and applicant pool. Our results provide a nuanced picture of what happens in each step on the route to an HPE programme, affecting the level of representation of different student groups.
첫째, 초등학교에서 중등학교로 진학하는 단계에서 학생들을 직업, 고등 일반 또는 예비 대학 트랙에 배치하는 것은 다양한 배경을 가진 학생들에게 다른 방식으로 영향을 미치는 과정입니다(네덜란드 교육부 감사관실 2021). 따라서 16세가 되었을 때, 높은 SES 가정에 속해 있고 TMSD 이주 배경이 없는 학생은 대학 예비 과정과 향후 적격 학생 풀에서 불균형적으로 대표됩니다(표 3). 그 결과 HPE 프로그램의 적격 학생 풀은 해당 연령대를 대표하지 못합니다. 이 단계에서 발생하는 인종적, 사회경제적 다양성의 손실은 HPE 입학이 혼합 추첨과 선발로 이루어지든 100% 선발로 이루어지든 상관없이 지원 또는 입학 단계에서 발생하는 다양성의 손실보다 훨씬 더 큽니다. 이는 네덜란드 HPE 프로그램에서 하위 SES 및 TMSD 학생이 과소 대표되는 주요 원인이라는 것을 시사합니다. 이 결과는 미국 의과대학의 다양성 부족의 근원이 저소득층 소수 학생의 초등 및 중등 교육 기회에 대한 불평등한 접근에 있다고 주장한 Cohen 등(2002)의 주장과 일치합니다.
First, in the step from primary school to secondary school, the placement of pupils into either vocational, higher general or pre-university tracks is a process which affects pupils of different backgrounds in a different way (Dutch Inspectorate of Education 2021). Hence, at age 16, students who belong to high SES families, and have no TMSD migration background, are disproportionally represented in the pre-university track and thus in the future eligible student pool (Table 3). The resulting eligible student pools for HPE programs are far from representative of their age cohorts. The loss of ethnic and socio-economic diversity which occurs in this step, is much greater than the loss on these aspects of diversity which takes place in the step towards applying or being admitted, regardless of whether HPE admissions consist of hybrid lottery and selection or 100% selection. This suggests that it is the primary cause for the underrepresentation of lower SES and TMSD students in Dutch HPE programmes. This finding corresponds with the argument of Cohen et al. (2002), who argued that the unequal access to educational opportunities in primary and secondary education for minority students of lower SES backgrounds was at the root of the lack of diversity in U.S. medical schools.
둘째, HPE 프로그램 지원 단계에서는 대상자 풀에 비해 남성과 보건 전문직에 종사하는 부모가 없는 학생이 지원자 풀에서 과소 대표되는 것으로 나타났습니다. 예를 들어 2015년 코호트에서 남성은 대상자 풀의 약 절반을 차지하지만 지원자 풀에서는 32% 미만에 그쳤습니다. HP 부모가 없는 학생은 대상자 풀의 83%를 차지하지만 지원자 풀의 78.1%를 차지합니다. 이는 지원 결정에 있어 자의적 선택이 작용하여 이러한 배경 특성에 대한 다양성과 대표성을 잃고 있음을 시사합니다. 이러한 결과는 고등학생이 HPE 프로그램을 선택하고 선발 절차를 준비하는 데 있어 의료 분야의 네트워크가 근본적으로 중요하다는 연구팀의 질적 연구(제출)를 뒷받침합니다. 남성과 의료계 부모가 없는 학생이 스스로 선택하는 패턴은 Simmenroth-Nayda와 Görlich(2015)에 의해서도 발견되었습니다. 그러나 2001년부터 2015년까지 의과대학에 지원하는 여성 비율이 49.7%에서 46.5%로 소폭 감소한 미국의 상황과는 다릅니다(Zhang 외, 2021).
Second, in the step to applying for an HPE programme, the results show that compared to the eligible pool, men and students without parents in the health professions are underrepresented in the applicant pool: in cohort 2015 for example, men represent about half of the eligible pool, but less than 32% of the applicant pool. Students without HP parents represent 83% of the eligible pool, but 78.1% of the applicant pool. This suggests self-selection in the decision to apply, resulting in a loss of diversity and representativeness on these background characteristics. These findings support qualitative research by our research team (submitted), which suggested that a network in the medical field was of fundamental importance for high school students in making the study choice for an HPE programme and in preparing for the selection procedure. A pattern of self-selection by men and students without medical parents was also found by Simmenroth-Nayda and Görlich (2015). It differs however with the U.S. context, in which between 2001 and 2015, the percentage of female applicants to medical school slightly declined from 49.7 to 46.5% (Zhang et al. 2021).
이주 배경을 가진 학생들은 적격 풀에서 차지하는 비율보다 더 높은 비율로 지원했습니다. 이는 지원 단계에서의 자의적 선택이 HPE 인구에서 이들이 과소 대표되는 이유가 아님을 시사합니다. 이러한 연구 결과는 소수 민족 및 저소득층 학생의 자가 선택에 대한 질적 연구와 대조적으로, HPE 프로그램 지원(준비)의 장벽과 관련이 있습니다(Greenhalgh 외. 2004; Mathers and Parry 2009; Freeman 외. 2016). 그렇다고 이주 배경을 가진 네덜란드의 적격 학생들이 제도적 장벽에 직면하지 않는다는 것은 아니지만, 이러한 장벽이 적격자 풀에 비해 지원자 풀에서 과소 대표되는 것으로 해석되지는 않습니다.
Students with a migration background applied at a higher rate than their share in the eligible pool. This suggests that self-selection in the step towards applying is not a reason for their underrepresentation in HPE populations. Our findings are in contrast with qualitative research into self-selection by ethnic minorities and/or lower SES students, relating to barriers in (preparing for) applying to an HPE programme (Greenhalgh et al. 2004; Mathers and Parry 2009; Freeman et al. 2016). This is not to say that Dutch eligible students with a migration background do not face systemic barriers, but these barriers do not translate to an underrepresentation in the applicant pool compared to the eligible pool.
부모의 소득, 재산 또는 사회복지 수급자 지위를 기준으로 측정한 사회경제적 배경이 낮은 학생은 지원 자격이 있는 학생 집단에서 차지하는 비율에 비해 비슷하거나 더 높은 비율로 지원했습니다(자세한 데이터는 표시되지 않음). 이는 지원 단계에서의 자의적 선택이 HPE 인구에서 이들이 과소 대표되는 주된 이유가 아님을 시사합니다. 이는 Zhang 외(2021)의 연구 결과에 따르면 미국의 저소득층 카운티에 비해 고소득층 카운티의 지원자 비율이 증가한 것과는 대조적입니다. 그러나 고등학교에서 기말고사에 불합격한 지원자 집단에서는 SES가 낮은 지원자가 약간 과대 대표되었습니다. 따라서 이들은 그 해에 배치되는 경우가 적었습니다. 이러한 지원자들은 더 많은 안내와 맞춤형 지원을 통해 고등학교 시험에 합격하여 지체 없이 배정 자격을 얻을 수 있습니다. 배정 자격이 있는 지원자 풀은 전체 지원자 풀과 유사한 SES 배경을 가지고 있었습니다.
Students from a lower SES background (measured on the basis of parental income, wealth, or social welfare recipient status) applied in similar or higher rates (detailed data not shown) compared to their proportion in the eligible student population. This suggests that self-selection in the step towards applying is not a main reason for their underrepresentation in HPE populations. This is in contrast with the increased ratio of applicants from high-income counties versus low-income counties in the United States, as found by Zhang et al. (2021). However, lower SES applicants were slightly overrepresented in the population of applicants which failed their final exams in high school. Therefore, they were less often eligible for placement that year. These applicants could benefit from more guidance and targeted support, to ensure they pass their high school exams and thereby become eligible for placement without delay. The pool of applicants which was eligible for placement had a SES background which was more similar to that of the total eligible pool.
셋째, 지원자 풀에서 HPE 학생 풀로 넘어가는 단계에서 배치 자격이 있는 지원자의 합격 확률이 동일하지 않아 다양성이 손실되었습니다. 이는 주로 선발 기반 입학이 0~50%(각 학부에 따라 다름)에서 100%로 증가한 기간 동안 입학 확률에 영향을 미치는 변수의 수가 2개에서 4개로 증가했기 때문인 것으로 보입니다.
- 2008년 코호트(추첨과 선발 방식 혼합)에서는 여성이고 최고 부유층에 속하는 학생이 입학할 확률이 훨씬 더 높았습니다.
- 2015년 코호트(100% 선발)에서는 여성이고, TMSD 이주 배경이 없고, 부모가 등록된 의료 전문가이거나, 최고 부유층에 속하는 학생이 HPE 학생이 될 확률이 훨씬 더 높았습니다. 이는 특히 연령 코호트와 비교할 때 HPE 학생 인구의 대표성에 부정적인 영향을 미쳤습니다.
Third, in the step from applicant pool to HPE student pool, diversity is lost as applicants who were eligible for placement did not have the same odds of successful admission. We mainly attribute this to the use of selection, as the number of variables which influenced odds of admission increased from 2 to 4 in the period that the use of selection-based admission increased from 0-50% (depending on each faculty) to 100%.
- In cohort 2008 (hybrid lottery and selection procedure), students who are women and belong to the highest wealth groups had a significantly higher chance to be admitted.
- In cohort 2015 (100% selection), students who are women, have no TMSD migration background, whose parents are registered healthcare professionals, or who belong to the highest wealth groups, had a significantly higher chance to become HPE students. This negatively influenced the representativeness of the HPE student population, especially in comparison to the age cohorts.
남성의 HPE 등록률이 낮은 것은 대학 진학률을 반영하지 않습니다. 2015년 코호트에서 16세에 과학 중심 예비 대학 프로필에 등록한 16세 학생들 중 대학에 진학한 학생들의 성별 분포는 거의 동일합니다(남성 49.5%, 여성 50.5%, 데이터는 표시되지 않음). 따라서 조사 대상 학생 집단에서 남학생이 다른 대학 프로그램을 선택하는 비율은 조사 대상의 4개 HPE 프로그램보다 더 높았습니다.
The lower enrolment of men in HPE does not reflect their rates of university enrolment. Out of the 16-year-olds in cohort 2015 who were enrolled in the science-focused pre-university profile at age 16, their gender distribution in university is almost equal (49.5% men and 50.5% women, data not shown). Men in the eligible student population thus choose other university programs in greater proportions than the four HPE programs in our study.
연구 결과는 네덜란드 HPE 학생들이 이전에 생각했던 것보다 훨씬 더 불균형적인 수준에서 고학력 배경을 가지고 있다는 것을 보여줍니다. 가구 소득을 SES 지표로 사용한 Van den Broek 외(2018)의 연구에 따르면 네덜란드 의대생의 30%가 가구 소득 상위 10%에 속하는 것으로 나타났습니다. 저희 코호트에서는 HPE 학생의 60% 이상이 부모 중 한 명 이상이 개인 소득 상위 10% 분위에 속했고(연령 코호트에서는 30~33%), 36% 이상이 가구 자산 상위 10% 분위에 속했습니다(연령 코호트에서는 15~16%). 반 덴 브룩과 우리 연구 결과의 차이는 부모 중 한 쪽의 개인 소득이 가장 높은 소득 분위수를 선택하고, 다른 쪽 부모의 소득이 더 낮을 수 있는 분위수를 평균화하지 않는 방식에 기인할 수 있습니다. 소득 분위수와 자산 분위수 간 결과의 차이는 자산 분위수가 가계 소득과 가계 자산의 조합이라는 사실에 기인합니다. 모기지 부채와 같은 요인은 가계 자산 수준을 낮춥니다.
Our results demonstrate that Dutch HPE students come from high-SES backgrounds at a more disproportionate level than previously thought. Van den Broek et al. (2018), who used household income as a SES indicator, found that 30% of Dutch medical students came from the top-10 household income decile. In our cohorts, more than 60% of HPE students had at least one parent in the top-10 personal income decile (compared to 30–33% in the age cohorts), and more than 36% came from the top-10 household wealth decile (compared to 15–16% in the age cohorts). The differences in results between Van den Broek and our work could be attributed to our method of selecting the highest personal income decile of either parent, which is not averaged out by the possibly lower income decile of the other parent. The differences in our results between income and wealth deciles are caused by the fact that wealth percentiles are a combination of household income and household assets. Factors such as mortgage debts reduce household wealth levels.
지원자 그룹에 따라 입학 확률이 다르게 나타난 것은 HPE 입학에 사용되는 여러 절차가 편견의 위험을 내포하고 있어 모든 지원자에게 균등한 기회를 제공하지 못한다고 주장한 Prideaux 외(2011)의 오타와 합의문과 일치합니다. 100% 선발로 전환하면서 합격 확률과 유의미한 관련이 있는 배경 변수의 수가 2개에서 4개로 증가했다는 사실은 우려스러운 부분입니다. 이는 특히 중위소득 이하 및 저소득층 학생의 기회 불평등 수준이 높아졌음을 시사합니다. 이러한 학생들은 HPE 프로그램에 진학하는 과정, 즉 초등학교에서 고등학교 예비 대학 과정으로 진학하는 단계에서 이미 불이익을 받고 있습니다. 우리의 연구 결과는 특정 사회 집단이 직면하는 장애와 그들이 충분한 학문적 우수성을 입증하는 데 제한이 될 수 있는 사회적 요인을 고려할 때, 우수성excellence 측정에 의해 지배되는 선발 시스템은 '엘리트로서의 의학교육의 재생산적 성격'을 영구적으로 유지한다고 주장한 패터슨 외(Patterson et al. 2018, 1095)의 주장을 뒷받침합니다.
The different odds of admission we found for different groups of applicants align with the Ottawa consensus statement by Prideaux et al. (2011), which argued that several procedures used for HPE admission carry a risk for bias, and thus a lack of equal opportunity for all applicants. The finding that in the transition to 100% selection, the number of background variables which were significantly associated with the odds of admission increased from two to four, is concerning. It points to an increased level of inequality in opportunity, especially for lower SES and TMSD students. These students are already disadvantaged early on the route to an HPE programme, namely in the step from primary school to the pre-university track in high school. Our findings support Patterson et al., who argued that considering the impediments which certain social groups face, and the societal factors which may limit them from demonstrating sufficient academic excellence, selection systems which are dominated by measures of excellence perpetually maintain ‘the reproductive nature of medical education as elite’ (Patterson et al. 2018, 1095).
시사점
Implications
이번 연구 결과는 추첨 또는 선발이 지원자에 대한 공정성 및 사회에 대한 공평한 결과를 가져올 수 있는지에 대한 국제적 논쟁에 새로운 차원을 제공할 수 있습니다. 이는 HPE 지원자 풀과 학생 인구의 다양성 또는 대표성이 부족한 모든 국가 및 상황과 관련이 있습니다. 이 보고서는 추첨과 선발에 대한 논쟁이 벌어지고 있는 국제 HPE 커뮤니티에, 초등 및 중등 교육에서 특정 그룹에 대한 누적된 불이익으로 인해 지원자 풀이 해당 연령대를 대표하지 못하는 한 무작위 또는 가중치 추첨은 입학의 공정성 또는 형평성을 달성하기 위한 쉬운 해결책이 아니라는 점을 강조합니다(Hubbeling 2018, Mazer 2021, ten Cate 2021). 따라서 전 세계 HPE 프로그램은 지원자 풀의 다양성을 연령대 및 지원 자격이 있는 학생 인구와 비교하여 파악할 것을 권장합니다.
Our conclusions can provide a new dimension in the international debate on whether lottery or selection would result in fairness towards applicants and/or equitable outcomes for society. This is relevant to all countries and contexts in which there is a lack of diversity or representativeness in the HPE applicant pool and student population. It emphasises to the international HPE community, in which there is debate about lottery versus selection (Hubbeling 2018; Mazer 2021; ten Cate 2021) that a random or weighted lottery is not an easy solution to achieve fairness or equity in admissions as long as the applicant pool is not representative of their age cohort, due to accumulated disadvantage for certain groups in primary and secondary education. We therefore recommend HPE programmes around the world to gain insight into the diversity of the applicant pool in comparison to their age cohort and the eligible student population.
결국, HPE 프로그램의 지원자 풀이 전체 인구를 대표하지 못한다는 점에서 네덜란드가 유일한 것은 아닙니다(Steven 외, 2016). Cohen 등(2002)은 대학 전 단계의 교육 시스템을 근본적으로 개혁하는 것이 대표적인 보건 전문직 인력을 확보하기 위한 장기적인 해결책이지만, 그러한 개혁이 이루어질 때까지는 HPE 프로그램에서 소수집단 우대 조치 도구가 중요하다고 주장했습니다. 우리의 연구는 이러한 주장을 뒷받침하지만, 이러한 도구 또는 일반적으로 접근성 확대 정책은 현재 네덜란드의 선발 절차에서 사용되지 않고 있으며 법적으로도 허용되지 않습니다. 최근 정부는 추첨 입학을 다시 합법화했지만, 추첨 시스템에는 낮은 사회경제적 지위나 TMSD 이주 배경 등으로 인해 이미 적격 학생 풀이나 지원자 풀에서 상당히 과소 대표되는 사람들을 위한 공평한 경쟁의 장을 만들 수 있는 메커니즘이 마련되어 있지 않습니다. 교육 시스템의 낮은 기대치(네덜란드 교육감찰청 2021), 차별(네덜란드 교육감찰청 2021), 양질의 자원이 풍부한 학교에 대한 차별적 접근(Grafton-Clarke 2016, Kumwenda 외. 2017, 네덜란드 교육감찰청 2021)과 같은 이러한 장벽은 초등 및 중등 교육에 관련된 모든 당사자가 해결해야 할 과제입니다. 그러나 이러한 문제는 이 글의 범위를 벗어납니다. 연구 결과와 교육 불평등에 대한 이러한 광범위한 맥락을 바탕으로, 우리는 HPE 프로그램 대상자 풀이 해당 연령대를 대표하지 않는 한 100% 추첨으로 돌아가는 것이 HPE의 다양성 부족 문제를 해결하는 데 도움이 되지 않는다고 주장합니다.
After all, The Netherlands is not unique in that eligible pools for HPE programmes are not representative for the population as a whole (Steven et al. 2016). Cohen et al. (2002) argued that fundamental reforms of the education system at the pre-college stage are the long-term solution to achieving a representative health professions workforce, but that until those reforms take place, affirmative action tools in HPE programmes are critical. Our study supports that argument, but such tools, or Widening Access policies in general, are currently not being used in the selection procedure in The Netherlands, nor are they permitted by law. Recently, the government made lottery-admission legal again, but a lottery system does not have a mechanism in place to create a level playing field for those who are already significantly underrepresented in the eligible student pool or applicant pool due to the known barriers resulting from a lower SES status or a TMSD migration background. These barriers, such as lower expectations being placed upon them by the education system (Dutch Inspectorate of Education 2021), discrimination (Dutch Inspectorate of Education 2021), and differential access to high-quality and highly resourced schools (Grafton-Clarke 2016; Kumwenda et al. 2017; Dutch Inspectorate of Education 2021), need to be addressed by all parties involved in primary and secondary levels of education. They are however beyond the scope of this article. Based on our findings and this broader context of educational inequality, we argue that a return to 100% lottery will not help in solving the problem of a lack of diversity in HPE, as long as eligible pools for HPE programmes are not representative of their age cohorts.
우리의 연구 설계는 전 세계적으로 복제될 수 있으며, 대표성 있는 학생 집단을 입학시키는 것을 목표로 하는 HPE 프로그램은 이 목표를 달성하는 데 가장 적합한 입학 절차 유형을 결정할 때 연령 집단, 적격 풀, 지원자 풀의 다양성을 고려할 수 있습니다. 각 지역 상황에 따라 해당 연령 코호트(즉, (미래) 환자 집단)를 대표하는 학생 집단을 입학시키기 위해 취해야 할 단계가 다를 수 있습니다. 무작위 추첨은 기껏해야 지원자 풀을 대표하는 HPE 학생 모집단을 구성할 수 있지만, 지원자 풀의 다양성이 부족한 상황에서는 추첨이 해결책이 될 수 없습니다. 이러한 상황에서는 공평한 입학을 우선시하는 명시적인 목표를 가진 선발 절차를 시행할 수 있습니다. 다음을 연구하고 적절한 경우 실행할 수 있을 것입니다.
- 접근성 확대 정책(포위스 외 2007, 클랜드 외 2015, 알렉산더 외 2017, 마틴 외 2018),
- 쿼터제(베칵과 시리노 2018, 커티스 2018),
- 상황별 입학(의과대학협의회 선발 연합 2018),
- 소외된 학생에게 불이익을 주지 않는 것으로 알려진 선발 도구 사용(제란트 외 2015, 라잭 외 2015, 테일러 외 2015),
- 기타 대표성 있는 보건 전문 인력을 확보할 수 있는 도구의 성공적인 국제 사례
Our study design can be replicated globally, where HPE programmes aiming to admit a representative student population could consider the diversity of the age cohort, eligible pool, and the applicant pool when deciding on the most suitable type of admissions procedure to achieve this goal. Depending on each local context, different steps can be taken to admit a student population which is representative for their age cohort (i.e. the (future) patient population). Random lottery at best results in an HPE student population which is representative of the applicant pool, but in contexts where the applicant pool lacks diversity, lottery is not a solution. In such contexts, selection procedures could be implemented which have the explicit goal to prioritise equitable admissions. Successful international examples of
- Widening Access policies (Powis et al. 2007; Cleland et al. 2015; Alexander et al. 2017; Martin et al. 2018),
- quota systems (Becak and Cirino 2018; Curtis 2018),
- contextualised admissions (Medical Schools Council Selection Alliance 2018),
- using selection tools which are known to not disadvantage underrepresented students (Jerant et al. 2015; Razack et al. 2015; Taylor et al. 2015), and other
- instruments that can ensure a representative health professional workforce,
- could be studied and implemented where appropriate.
또한, 연령 코호트에 비해 적격자 풀의 다양성이 충분하지 않은 경우, 초중등 교육에 관련된 모든 당사자가 가능한 한 빠른 시일 내에 이 문제를 해결하기 위한 정책을 개발해야 합니다. 지원자 풀의 다양성이 충분하지 않은 경우, 대학 및 기타 당사자가 설계할 수 있는 파이프라인 프로그램 및 기타 참여 확대 노력(Martin 외. 2018; Clayborne 외. 2021)과 같은 채용 영역에 대한 개입이 필요합니다.
Additionally, if there is insufficient diversity in the eligible pool compared to the age cohort, policies need to be developed to address this problem at the earliest possible stages by all parties involved in primary and secondary education. Where there is insufficient diversity in the applicant pool, interventions are necessary in the area of recruitment, such as pipeline programs and other Widening Participation efforts (Martin et al. 2018; Clayborne et al. 2021), which could be designed by universities and other parties.
조사 결과를 바탕으로 네덜란드의 맥락에서 HPE 프로그램에 대해 다음과 같은 제안을 합니다: 공평한 입학 절차를 개발하여 저소득층 가정 학생, TMSD 이주 배경을 가진 학생, HP 부모가 없는 학생, 남학생의 입학을 우선적으로 늘릴 수 있도록 해야 합니다. 이러한 입학 절차는 법적으로 허용되어야 HPE 프로그램에서 시행할 수 있습니다. 공평한 입학 정책 개발자는 지원자가 소수 민족 및 저소득층 배경을 가진 남성 등 여러 소수자 집단에 속할 수 있으며, 이로 인해 HPE 프로그램에 입학하는 과정에서 누적된 불이익에 직면할 수 있다는 교차성(Crenshaw 1991)을 인식할 것을 권장합니다. 예를 들어 의료 네트워크에 대한 접근성을 제공하는 등 남성과 HP 부모가 없는 학생들이 더 많이 HPE 프로그램에 지원하도록 장려하고 지원하려면 대학 전 단계에서 추가적인 정책적 개입이 필요합니다(Wouters 2020). 또한, 초중등학교는 SES가 낮은 아동과 TMSD 배경을 가진 아동이 과학 중심의 예비 대학 트랙에 성공적으로 등록할 수 있도록 조기에 지원하여 향후 HPE 프로그램에 지원할 수 있는 자격을 만들어야 합니다.
On the basis of our findings, we advance the following suggestions for HPE programmes in the Dutch context: Equitable admissions procedures should be developed to prioritise increasing the admission of students from lower SES families, students with a TMSD migration background, students without HP parents, and men. Such admissions procedures need to become legally permitted, so HPE programs can implement them. We recommend developers of equitable admissions policies to be aware of intersectionality (Crenshaw 1991): applicants can belong to multiple underrepresented groups, e.g. a man with an ethnic minority and lower SES background and may thereby face accumulated disadvantages in the route to an HPE programme. Additional policy interventions at the pre-university stage are necessary to encourage and support men and those without HP parents to apply to HPE programmes in greater numbers, for example by providing them with access to a medical network (Wouters 2020). Furthermore, primary and secondary schools should support lower SES children and children with a TMSD background at an early stage to successfully enrol in the science-focused pre-university track, which would make them eligible to apply for an HPE programme in the future.
제한 사항
Limitations
본 표본은 2008년, 2012년 또는 2015년 10월 1일에 16세였던 60만 명 이상의 개인으로 구성되었습니다. 이 표본의 설계와 규모는 이 연구의 주요 강점입니다. 또 다른 강점은 비슷한 배경을 가진 지원자들을 대상으로 로지스틱 회귀분석을 수행했다는 점입니다. 지원자들은 모두 같은 나이였고, 이들 중 98%(데이터는 표시되지 않음)가 이공계 예비대학 트랙 시험에 합격했습니다(이 코호트의 2%만이 다른 경로(예: 고등직업교육 경로)를 통해 지원했음을 의미함). 이렇게 하면 교란 요인의 위험을 줄일 수 있습니다. 또한, 배정 자격을 갖춘 세 개의 지원자 풀을 2009~2018학년도의 전체 지원자 데이터 세트와 비교했으며, 여기에는 지원했지만 코호트에 속하지 않은 학생들도 포함되었습니다. 연구에 포함된 모든 변수에 대해 이들을 비교하여 코호트 내 지원자 풀이 9년간의 통합 지원자 풀에 대해 얼마나 대표성을 갖는지 확인했습니다. 지원자 풀은 2009~2018년 기간의 전체 지원자(각각 71%, 55%)에 비해 이주 배경이 없는 네덜란드인(78%)과 소득 상위 10%에 속하는 부모를 둔 지원자(60%)가 더 많았지만, 다른 변수에서는 비교적 비슷했습니다.
Our sample consists of more than 600,000 individuals who were 16 years old on 1 October 2008, 2012, or 2015. The design and size of this sample are major strengths of the study. Another strength is that logistic regression was performed on those applicants who all had similar backgrounds: they were of the same age, and 98% of them (data not shown) had passed the examination of the science-focused pre-university track (meaning only 2% of this cohort applied through a different route (e.g. the higher vocational educational route). This reduces the risk of possible confounders. Additionally, we compared our three applicant pools who were eligible for placement with the combined applicant dataset of the 2009–2018 academic years, including the students who applied and were not part of our cohorts. We compared them on all variables included in the study, to see how representative the applicant pools within our cohorts were for the combined applicant pool of these nine years. Our applicant pools consisted more often of those who were Dutch without a migration background (78%) and with parents who belonged to the top-10 income decile (60%), compared to all applicants in the 2009-2018 period (71%, respectively, 55%), but were relatively comparable on the other variables.
일부 변수에 대한 데이터가 제공되지 않아 100% 추첨을 통해 입학한 학생(2000년 이전)과는 비교할 수 없었습니다. 그러나 2008년 코호트 HPE 학생의 50~100%는 특정 프로그램과 대학에 따라 가중치 추첨을 통해 입학했으므로 100% 선발 절차와 비교할 수 있는 충분한 근거를 제공합니다.
We could not make a comparison with the students admitted through 100% lottery (before 2000), as data for several variables was not available. However, 50–100% of the HPE students of cohort 2008 was admitted through weighted lottery (depending on the specific programme and university), which does provide sufficient ground for comparison with a 100% selection procedure.
네덜란드의 여러 대학에서 제공하는 의학, 약학, 임상 기술, 치의학 등 개별 프로그램 간에 HPE 학생 집단의 대표성을 비교할 수는 없었습니다. 이는 네덜란드 통계청 규정에 따라 기관 차원의 마이크로데이터 연구가 허용되지 않기 때문입니다. 이러한 한계를 극복하기 위해 2018~2019학년도 각 HPE 프로그램의 국가별 총 정원 수를 데이터 세트의 분포에 대한 대리치로 추가했습니다(Studiekeuze123, 2017): 의학: 2835명(78,9%); 약학: 270명(7.5%); 치의학: 259명(7.2%); 임상 기술: 230명(6.4%); 총: 3594명(100%). 이러한 국가별 비율은 데이터 세트 내의 비율을 가장 잘 대변합니다.
We could not compare the representativeness of HPE student populations between individual programs of Medicine, Pharmacy, Clinical Technology, and Dentistry offered at different Dutch universities. This is because Statistics Netherlands regulations do not allow for microdata research on the institutional level. To address this limitation, we hereby add the total number of seats in the academic year 2018–2019 for each HPE program on a national level (Studiekeuze123, 2017) as a proxy for their distribution in our dataset: Medicine: 2835 (78,9%); Pharmacy: 270 (7.5%); Dentistry: 259 (7.2%); Clinical Technology: 230 (6.4%); Total: 3594 (100%). These national proportions are the best proxy for the proportions within our dataset.
마지막으로, 부모의 교육 수준은 이 데이터가 표준화되지 않았고 표본의 일부에서 사용할 수 없었기 때문에 포함할 수 없었습니다. 이러한 한계를 극복하기 위해 세 가지 다른 SES 지표를 사용하여 이 문제를 해결했습니다.
Finally, parental education levels could not be included due to this data being unstandardised, and unavailable for a part of the sample. We addressed this limitation by having three other indicators for SES.
추가 연구
Further research
데이터는 입학 정책의 변화가 필요함을 시사할 수 있지만, 증거만으로는 충분하지 않습니다. 각국의 사회적, 정치적, 법적 맥락에 따라 입법적 조정과 사회적 지지 기반 조성이 필요할 수 있습니다. 후속 연구에서는 입법 및 제도적 변화 가능성을 알리기 위해 접근성 확대 정책에 대한 제도적, 사회적 지원 수준을 조사했습니다.
Although data may indicate a need for change in admissions policies, evidence alone does not suffice. Depending on countries’ societal, political, and legal context, legislative adaptations and creating societal support may be needed. In a follow-up study, we investigated the level of institutional and societal support for widening access policies, to inform possible legislative and institutional changes.
대표성 있는 학생 집단을 우선시하는 입학 절차에 가장 적합한 설계에 대한 연구와 더불어, 개별 선발 도구와 도구의 조합이 학생 다양성에 미치는 영향에 대한 추가 연구가 필요합니다.
Next to research into the most suitable designs for admissions procedures which would prioritise a representative student population, further research is required into the effects of individual selection tools, as well as combinations of tools, on student diversity.
Selection for health professions education leads to increased inequality of opportunity and decreased student diversity in The Netherlands, but lottery is no solution: A retrospective multi-cohort study
PMID: 35236235
Abstract
Background: Concerns exist about the role of selection in the lack of diversity in health professions education (HPE). In The Netherlands, the gradual transition from weighted lottery to selection allowed for investigating the variables associated with HPE admission, and whether the representativeness of HPE students has changed.
Method: We designed a retrospective multi-cohort study using Statistics Netherlands microdata of all 16-year-olds on 1 October 2008, 2012, and 2015 (age cohorts, N > 600,000) and investigated whether they were eligible students for HPE programs (n > 62,000), had applied (n > 14,000), and were HPE students at age 19 (n > 7500). We used multivariable logistic regression to investigate which background variables were associated with becoming an HPE student.
Results: HPE students with ≥1 healthcare professional (HP) parent, ≥1 top-10% income/wealth parent, and women are overrepresented compared to all age cohorts. During hybrid lottery/selection (cohort-2008), applicants with ≥1 top-10% wealth parent and women had higher odds of admission. During 100% selection (cohort-2015) this remained the case. Additionally, applicants with ≥1 HP parent had higher odds, those with a migration background had lower odds.
Conclusions: Odds of admission are increasingly influenced by applicants' backgrounds. Targeted recruitment and equitable admissions procedures are required to increase matriculation of underrepresented students.
Keywords: Selection; admission; diversity; inequality of opportunity.