The newly graduated Canadian urologist: Over-trained and underemployed?
Notice bibliographique
Résumé
INTRODUCTION: There are two prevailing perceptions among urology residents (1) fellowship training is becoming a requirement after residency, and (2) there are few job opportunities after graduation. In this study, we examine postgraduate training patterns and employment choices of urology residents. METHODS: All Canadian urology program directors provided a summary of fellowship training and employment of Canadian residents graduating between 1998 and 2009. Logistic regression models were used to detect linear trends. RESULTS: In total, 258 Canadian urology residents graduated over the study period, with a median of 22 (interquartile range 21-22) graduating per year. Of these, 72% completed a fellowship. Of these fellowships, 62% included protected research time. The most common subspecialty area was minimally invasive surgery (MIS)/endourology (39% of fellowships). There was a significant increase in fellowship training over time (p < 0.0001); this was mostly due to an increase in MIS/endourology fellowships. The number of urologists obtaining graduate degrees after medical school has increased significantly over the study period. Almost all graduates are employed. Of the employed graduates in total, 34% are academic urologists. Among all graduates, 50% are practicing within 100 km of their residency site, 16% are practicing in the United States and 22% are in rural practice. There has been no significant change over time in the proportion of residents practicing within 100 km of their training program, practicing rurally, leaving their province of training, practicing in the United States, or choosing academic practice. CONCLUSIONS: Fellowship training, especially in MIS/endourology, has become significantly more common. Graduate degrees are more frequently being obtained. We did not find evidence that there has been a significant change in a urology resident's ultimate ability to obtain employment upon graduation.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».