An evaluation of accessibility and content of microsurgery fellowship websites
Notice bibliographique
Résumé
BACKGROUND: Websites for residency and fellowship programs serve as effective educational and recruitment tools. OBJECTIVE: To evaluate the accessibility and content of fellowship websites that are commonly used by microsurgery applicants for career development. METHODS: tests and ANOVA (two-tailed; P<0.05 was considered to be statistically significant). RESULTS: A list of 53 eligible programs was compiled. Only 15 of 51 (29%) ASRM program links were functional. On average, the combined content from ASRM website and individual MFWs had 2.91 of 6 recruitment variables and 1.32 of 6 education variables, respectively. The majority of programs listed 'eligibility criteria' (87%) and 'general information' (87%). 'Evaluation criteria' were most poorly reported (4%). Recruitment score was higher for United States programs compared with international counterparts (51% versus 33%, respectively; P=0.02). It was also higher in programs that focus on 'extremity' versus 'breast' (58% versus 37%; P=0.0028). Education scores did not differ according to location, program size, subspecialty of focus or participation in the Microsurgery Match process. CONCLUSION: Information regarding recruitment and education on most MFWs is scarce. Academic institutions should keep website content up to date and comprehensive to better assist candidates in the application process.
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 | 0,006 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».