Fostering mentorship for clinician-investigator trainees: overview and recommendations
Notice bibliographique
Résumé
PURPOSE: The Clinician Investigator Trainee Association of Canada/ Association des cliniciens-chercheurs en formation du Canada (CITAC/ACCFC) recently published the first survey to assess factors contributing to trainee satisfaction. One key finding is that increased level of mentorship strongly correlates with overall satisfaction; however, while 98% of respondents reported mentorship as important to success, more than 60% expressed some dissatisfaction with the mentorship received. To help address this discrepancy, we reviewed mentorship in academic medicine, focusing on clinician-investigator trainees, and distilled a set of recommendations for mentors, mentees and institutions. SOURCE: OVID and manual curation based on the search terms 'mentorship' AND 'education, medical and research' identified 198 articles. Two authours independently reviewed both titles and abstracts and narrowed them down to 75 articles, based on relevance to mentorship in academic medicine. Consensus resulted in the selection of 19 articles for detailed review. Principal findings and Conclusion: Mentorship is beneficial at each training stage and is associated with greater research productivity, career retention and promotion. Nevertheless, more rigorous studies are needed, especially regarding cost-effectiveness. Studies have identified the characteristics of good mentors, including the ability to ensure open communication, ability to maintain confidentiality and ability to ensure that there is no mentor-mentee competition. Similarly, the characteristics of good mentees have been identified as the ability to take ownership of a project and the ability to build a network or team of mentors. The literature has also identified the actions that institutions can take to facilitate mentorship, which include mentor training and recognizing mentorship through awards.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,044 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,012 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,004 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».