How to Succeed in Research During Medical Training: A Qualitative Study
Notice bibliographique
Résumé
PURPOSE: The objective of this study was to examine the characteristics of the medical trainee (resident), the supervisor and the project that contribute to successful completion of resident-led research and publication in a peer-reviewed scientific journal. METHODS: Qualitative, interview-based study of Internal Medicine trainees and their supervisors. All interviewed trainees published at least one first-author research paper based on a project they completed during residency. Thematic analysis was used to explore key themes from interview transcripts. An iterative, team-based approach was used to develop a coding framework, which was then applied to the data and summarized. Six investigators independently reviewed and coded transcripts, discussed the data collectively and developed key themes by consensus. RESULTS: Thirty participants (15 residents and 15 supervisors) were interviewed. Three major themes for successful resident research projects emerged: 1) the resident is the project champion; 2) supervisors ensure feasibility and timeliness of the project; and, 3) limited time is a challenge that can be overcome. Residents were motivated by fellowship aspirations, prioritized the project and were genuinely interested in the content area. Supervisors were responsible for setting deadlines, limiting the scope of the project and ensuring feasibility of the study design. Existing research funds and infrastructure from other projects were frequently used by supervisors to support research done by trainees. CONCLUSIONS: Successful resident-led research projects require leadership and motivation by the resident and engagement, reality-checking and deadline-setting by the supervisor. Responsibilities and expectations in the resident-supervisor relationship should be set early and adequate program resources and funding are required.
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 | 0,057 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,013 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».