MétaCan
Menu
Retour à la cohorte
Enregistrement W1980505648 · doi:10.1016/j.juro.2008.09.022

Manuscript Publication by Urology Residents and Predictive Factors

2008· article· en· W1980505648 sur OpenAlexaboutno aff
Nicholas J. Hellenthal, Michelle L. Ramírez, Stanley A. Yap, Eric A. Kurzrock

Notice bibliographique

RevueThe Journal of Urology · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAccreditationGuidelineFamily medicineUrologyMedical educationPathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Many academic institutions have set expectations for peer reviewed publications, yet there is no objective guideline to gauge the performance of a urology resident or program. We quantified and determined predictive factors for resident manuscript production. MATERIALS AND METHODS: Electronic surveys were sent to 255 chief residents and recent graduates of 83 accredited urological training programs in the United States and Canada. Survey questions pertained to manuscript submission and acceptance before and during residency, months of research incorporated into residency, PhD degree status and the pursuit of fellowship training. RESULTS: Surveys were completed by 127 residents from 83 programs. The median number of manuscripts submitted and accepted during residency was 3 (range 0 to 32) and 2 (range 0 to 25), respectively. Months of protected research time and the number of publications before residency were significantly predictive of the number of manuscripts submitted during residency (p <0.001 and p <0.001, respectively). The number of manuscripts submitted during residency was significantly associated with entering fellowship training (p <0.05). CONCLUSIONS: Manuscript preparation and publication are important aspects of the training process at a number of urological surgery residency programs. While the majority of residents are not involved in publication before residency, most submit and publish at least 1 manuscript as first author in a peer reviewed journal during residency. The number of prior publications and months of allotted research time are significantly predictive of resident manuscript productivity. In turn, manuscript submission is indicative of the decision to pursue fellowship training.

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)0,019
score de la tête « metaresearch » (Gemma)0,181
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,181
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,100
Tête enseignante GPT0,370
Écart entre enseignants0,271 · 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'étudeObservationnel
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

Citations48
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of UrologyMême sujetHealth and Medical Research ImpactsTravaux en français237 207