Investigating Canadian medical school attrition metrics to inform socially accountable admissions planning
Notice bibliographique
Résumé
OBJECTIVE: Attrition from Canadian medical degree programs was never described despite differences in admissions requirements at the 17 faculties of medicine. Knowledge on attrition metrics could help the faculties evaluate new avenues for addressing the Association of Faculties of Medicine's (AFMC) Future of Medical Education in Canada (FMEC MD) recommendation to enhance admissions practices with the goal to improve social accountability and student diversity. METHOD: AFMC databases were used to track medical degree completion of all Canadian M.D. students who enrolled between 2003 and 2007. Students were followed and assigned an M.D. completion status as of by July 1, 2013. Bivariate statistics were used to evaluate if demographic, admission and degree progression variables were associated with medical school attrition. RESULTS: Of 11,454 students enrolled in Canadian M.D. programs from 2003 to 2007, only 197 (1.7%) did not complete. Québec had significantly higher attrition than other jurisdictions with age, educational attainment at time of enrolment, MCAT completion and struggling academically associated with attrition. CONCLUSION: Attrition from Canadian MD programs is rare and associated with differences in admission requirements and possibly suggests an optimum life stage for medical studies. Improved knowledge of attrition-related factors may offer an additional level of evidence for improving the alignment between admissions policies and the social accountability objectives of medical schools.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,351 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,129 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».