How to Attract Trainees, a Pan-Canadian Perspective: Phase 1 of the “Training the Rheumatologists of Tomorrow” Project
Notice bibliographique
Résumé
OBJECTIVE: To identify what learners and professionals associated with rheumatology programs across Canada recommend as ways to attract future trainees. METHODS: Data from online surveys and individual interviews with participants from 9 rheumatology programs were analyzed using the thematic framework analysis to identify messages and methods to interest potential trainees in rheumatology. RESULTS: There were 103 participants (78 surveyed, 25 interviewed) who indicated that many practitioners were drawn to rheumatology because of the aspects of work life, and that educational events and hands-on experiences can interest students. Messages centered on working life, career opportunities, and the lifestyle of rheumatologists. Specific ways to increase awareness about rheumatology included information about practice type, intellectual and diagnostic challenges, diversity of diseases, and patient populations. Increased opportunity for early and continued exposure for both medical students and internal medicine residents was also important, as was highlighting job flexibility and availability and a good work-life balance. Although mentors were rarely mentioned, many participants indicated educational activities of role models. The relatively low pay scale of rheumatologists was rarely identified as a barrier to choosing a career in rheumatology. CONCLUSION: This is the first pan-Canadian initiative using local data to create a work plan for developing and evaluating tools to promote interest in rheumatology that could help increase the number of future practitioners.
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 | 0,020 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,027 | 0,004 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».