A national survey on small research grants and the scholarly productivity of emergency medicine physicians in Canada
Notice bibliographique
Résumé
Small research grants can provide a funding source for novice physician-scientists during residency or as junior investigators. However, it is unknown if emergency medicine (EM) grant recipients benefit beyond the immediate monetary infusion of these modest awards (<$5,000). To better understand the role of small grants in EM research, we evaluated the scholarly productivity of previous recipients of a Canadian Association of Emergency Physicians (CAEP) research grant and compared the portion of career researchers among the recipients to all certified Canadian EM physicians. A 27-question online survey was developed and distributed to the recipients to ask about their CAEP grant project and research career productivity. Of the 96 grant recipients, 56 completed the survey (58% response rate). Respondents reported a high rate of project completion (95%) and publication success. Many recipients (85%) held an academic appointment, and 47% had formal research positions. In Canada, 2.5% of all certified EM physicians (n = 3,699) and 9.5% of EM specialists (n = 978) are currently involved in research. CAEP grant recipients are 5-fold and nearly 20-fold more likely than the population of certified EM specialists or all certified EM physicians, respectively, to be involved in research. As there are few funding sources in Canada for small EM-related projects, the finding that a considerably great proportion of physicians who are funded by these small grants (versus the entire pool of EM-trained physicians) commit to research as part of their career suggests that the funds may be meaningful beyond both the monetary support and project completion. The results of our evaluation indicate that modest research grants can support physician-researchers early in their careers, and many of these researchers continue with future research success, including research appointments, funding, and scholarly publications.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».