Choosing a career in surgery: factors that influence Canadian medical students' interest in pursuing a surgical career.
Notice bibliographique
Résumé
BACKGROUND: Interest in both general surgery and surgical subspecialties has been declining among Canadian medical students. Studies have shown that a student's desire to practise surgery is largely determined before entry into medical school. As part of a larger study of students' career preferences throughout medical school, we sought to identify the level of interest in surgical careers and the factors that influence a student's interest in pursuing a surgical career. METHODS: We surveyed students from 18 different classes at Canadian medical schools at the commencement of their studies between 2001 and 2004. We asked the students to list their top career choices and the degree to which a series of variables influenced their choices. We also collected demographic data. We performed a factor analysis on the variables. RESULTS: Of 2420 surveys distributed, 2168 (89.6%) were completed. A total of 21.0% of respondents named a surgical specialty as their first choice of career. We found that male students were more likely to express interest in a surgical specialty than female students, who were more likely to express interest in either family medicine or a medical specialty. Compared with students interested in a career in family medicine, those interested in a surgical or medical specialty were younger, more likely to be single and more likely to be influenced by prestige when making their career choices. Students interested in a career in surgery were less influenced by medical lifestyle and a varied scope of practice, less likely to demonstrate a social orientation and more likely to be hospital-oriented than students interested in either family medicine or a medical specialty. Male students interested in a career in surgery were more hospital-oriented and less likely to demonstrate a social orientation than female students interested in surgical careers. CONCLUSION: We identified 5 factors and a number of demographic variables associated with a student's interest in a surgical career.
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 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».