The Effect of an Intense Mentoring Program on Junior Investigators’ Preparation for a Patient-Oriented Clinical Research Career
Notice bibliographique
Résumé
PROBLEM: There is a recognized need to translate scientific discoveries to patient-oriented clinical research (POCR). Several obstacles interfere with the successful recruitment and retention of physicians for POCR careers. APPROACH: The American Society of Hematology developed a yearlong educational and mentoring experience, the Clinical Research Training Institute (CRTI), for early-career physician-scientists from multiple institutions throughout the United States and Canada pursuing POCR careers. Several academic outcome measures of the 140 participants in the first seven years (2003-2010) of CRTI were evaluated by reviewing former trainee participants' curriculum vitae and survey responses. OUTCOMES: Ethnic, racial, and gender diversity of CRTI trainees was reflective of the proportions represented across U.S. hematology/oncology fellowship programs. Eighty-six percent (109/126) of trainees reported success establishing a POCR study; nearly half (62/126) had primarily research-focused jobs. Former CRTI trainees received at least 262 external grant awards and published 1,035 peer-reviewed manuscripts, 173 chapters, and 115 review articles. NEXT STEPS: Because mentorship is key to developing a successful career, the CRTI program is being modified to enhance longitudinal mentorship by CRTI faculty mentors and mentors at trainees' home institutions, as well as to encourage the establishment of collaborations and the potential for research project success. Efforts to make the CRTI experience available to more phy sicians, include more CRTI graduates as faculty, and increase participation by hematologists from backgrounds under represented in medicine are under way.
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 | 0,031 | 0,335 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».