What is the Future of Pediatric Neurology in Canada? Resident and Faculty Perceptions of Training and Workforce Issues
Notice bibliographique
Résumé
BACKGROUND: Pediatric neurology trainee numbers have grown considerably in Canada; recent research, however, has shown that the number of pediatric neurology graduates is outpacing the need for future pediatric neurologists. The purpose of this study was to seek the opinion of pediatric neurology program directors and trainees regarding possible solutions for this issue. METHODS: Two focus groups were convened during the Canadian Neurological Sciences Federation annual congress in June 2012; one consisted of current and former program directors, and the other of current pediatric neurology trainees. Groups were asked for their perceptions regarding child neurology manpower issues in Canada as well as possible solutions. Focus groups were audio-recorded and transcribed for analysis. Theme-based qualitative analysis was used to analyze the transcripts. RESULTS: Major themes emerging from both focus groups included the emphasis on community pediatric neurology as a viable option for trainees, including the need for community mentors; recognizing the needs of underserviced areas; and establishing academic positions for community preceptors. The need for career mentoring and support structures during residency training was another major theme which arose. Program directors and trainees also gave examples of ways to reduce the current oversupply of trainees in Canada, including limiting the number of trainees entering programs, as well as creating a long-term vision of child neurology in Canada. CONCLUSIONS: A nationwide dialogue to discuss the supply and demand of manpower in academic and community pediatric neurology is essential. Career guidance options for pediatric neurology trainees across the country merit further strengthening.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».