Determinants of choosing a career in family medicine
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Student choice is an important determinant of the distribution of specialties of practising physicians in many countries. Understanding characteristics at entry into medical school that are associated with the choice of residency in family medicine can assist medical schools in admitting an appropriate mix of students to serve the health care needs of their regions. METHODS: From 2002 to 2004, we collected data from students in 15 classes at 8 of 16 Canadian medical schools at entry. Surveys included questions on career choice, attitudes to practice and socio-demographic characteristics. We followed students prospectively with these data linked to their residency choice. We used multiple logistic regression analysis to identify entry characteristics that predicted a student's ultimate career choice in family medicine. RESULTS: Of 1941 eligible students in the participating classes, 1542 (79.4%) contributed data to the final analyses. The following 11 entry variables predicted whether a student named family medicine as his or her top residency choice: being older, being engaged or in a long-term relationship, not having parents with postgraduate university education nor having family or close friends practicing medicine, having undertaken voluntary work in a developing nation, not volunteering with elderly people, desire for varied scope of practice, a societal orientation, a lower interest in research, desire for short postgraduate training, and lower preference for medical versus social problems. INTERPRETATION: Demographic and attitudinal characteristics at entry into medical school predicted whether students chose a career in family medicine.
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.
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 | 0,007 | 0,006 |
| 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 | 0,001 |
| 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 découle