Trends in Radiology Fellowship Training: A Canadian Review 2009-2011
Notice bibliographique
Résumé
PURPOSE: To assess the percentage, type, and location of radiology fellowships chosen by graduating Canadian residents between 2009 and 2011. METHODS: A short e-mail questionnaire was sent to the radiology program directors at all 16 institutions in Canada that provide English or French residency. The responses were collected between December 6, 2010, and May 20, 2011. RESULTS: A 75% response rate was observed for the survey: 76%-79% residents were enrolled in radiology fellowship training. In 2009-2010, 72%-73% of residents remained in Canada. This dropped to 51% in 2011. In 2009-2010, 22%-23% of residents chose U.S.-based radiology training. This rose to 49% in 2011. Europe was chosen by 0%-4% of residents: all of whom were French-speaking residents, and all programs were in France. Relatively consistent percentages of radiology residents choose abdominal (19%-30%), cardiac (4%-7%), musculoskeletal (12%-20%), and pediatrics (2%-5%) from year to year. Greater variability was noted in chest (2%-9%), women's imaging (0%-14%), intervention radiology (6%-18%), and neuroradiology (2%-18%). Radiology fellowships in split subspecialties, which were available at a small number of institutions, were chosen by 8%-9% of the residents. CONCLUSIONS: Nearly 4 of 5 residents choose radiology fellowship training. In 2011, there was a 2-fold increase in the number of residents who chose training in the United States. This may be a 1-year outlier but should be observed. A wide range of fellowships were chosen, with consistent numbers in some core fellowships and variability in others year to year. Limited exploration of the rationale for, or employability value of, radiology fellowship choices has been done in Canada. Nearly 1 of 10 residents chose split radiology fellowships, an option limited by availability at few centers. The value of expanding this option is worthy of investigation.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| 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 | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».