MétaCan
Menu
← Retour à la cohorte
Enregistrement W1907429518

Fostering excellence: roles, responsibilities, and expectations of new family physician clinician investigators.

2014· article· en· W1907429518 sur OpenAlexaffabout
William Hogg, Claire Kendall, Elizabeth Muggah, Liesha Mayo-Bruinsma, Laura Ziebell

Notice bibliographique

RevuePubMed · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSalaryExcellenceProductivityPrimary careResearch programMedical educationCareer developmentMedicinePsychologyNursingFamily medicinePolitical scienceEconomicsEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

PROBLEM ADDRESSED: A key priority in primary health care research is determining how to ensure the advancement of new family physician clinician investigators (FP-CIs). However, there is little consensus on what expectations should be implemented for new investigators to ensure the successful and timely acquisition of independent salary support. OBJECTIVE OF PROGRAM: Support new FP-CIs to maximize early career research success. PROGRAM DESCRIPTION: This program description aims to summarize the administrative and financial support provided by the C.T. Lamont Primary Health Care Research Centre in Ottawa, Ont, to early career FP-CIs; delineate career expectations; and describe the results in terms of research productivity on the part of new FP-CIs. CONCLUSION: Family physician CI's achieved a high level of research productivity during their first 5 years, but most did not secure external salary support. It might be unrealistic to expect new FP-CIs to be self-financing by the end of 5 years. This is a career-development program, and supporting new career FP-CIs requires a long-term investment. This understanding is critical to fostering and strengthening sustainable primary care research programs.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,050
score de la tête « metaresearch » (Gemma)0,074
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil0,267

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,074
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,004
Communication savante0,0070,005
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,210
Tête enseignante GPT0,387
Écart entre enseignants0,177 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
DomaineIncitatifs
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetHealth and Medical Research Impacts→Travaux en français237 207→