Determinants of choosing a career in surgery
Notice bibliographique
Résumé
INTRODUCTION: Student choice is an important determinant of the specialty mix of practicing physicians in Canada. Understanding student characteristics at medical school entry that are associated with a student choosing a residency in surgery can assist surgical educators in supporting medical students interested in surgery and in serving health human resources needs. METHODS: From 2002 to 2004, data was collected from entering students in 15 classes at eight of 16 Canadian medical schools. Surveys included questions on career choice, attitudes to practice, and socio-demographics. Students were followed prospectively with survey data linked to their residency choice. Multiple logistic regression analysis was used to identify entry characteristics that predicted a student's ultimate choice of a surgical career. RESULTS: Eight entry variables predicted whether a student named surgery (including obstetrics) as their top residency choice: having surgery as their top career choice, having a relative or friend in a surgical career, having undertaken volunteer work with sports teams, an interest in narrow scope of practice, greater interest in medical the social patient problems, an interest in urgent care, and younger age were identified as predictors of a surgical career choice. DISCUSSION: Surgical educators may wish to attend to the factors that we found that predicted students selecting a surgical residency as their top career choice at medical school exit in order to foster and support students interested in the surgical disciplines during medical school. In addition, these factors could be used to identify students interested in a surgical career at medical school entry.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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 tête enseignante, 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 ».