Career and research outcomes of the physician-scientist training program at the University of Calgary: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Physician-scientists are integral to medical research, with medical programs throughout Canada invested in training hybrid physician-scientists. Few data exist as to whether these programs are generating the diversity, gender equity and numbers of trainees essential for the future of medical research and teaching. We aimed to identify factors that contribute to research productivity, diversity and retention of individuals as physician-scientists. METHODS: We completed a retrospective cohort study, for the period 1973 to 2015, of the University of Calgary Leaders in Medicine Program in Calgary, Alberta. Participants were coregistered in graduate (master's or PhD) and medical degree programs. Primary outcomes included number of publications and the eventual career paths of graduates, with individuals characterized as physicians or physician-scientists on the basis of these metrics. RESULTS: Of the 307 individuals who were coregistered in or had completed a joint graduate and medical degree, 125 (40.7%) were PhD students/graduates, and 182 (59.3%) were master's trainees/graduates. While in the joint program, male PhD students consistently published more frequently than female PhD students. There was no significant difference in publication records between male and female master's students. Of the 172 individuals who were 5 years or more beyond graduation, 47 (27.3%) were classified as physician-scientists; these individuals consisted of 28 (40.6%) of the 69 PhD graduates and 19 (18.4%) of the 103 master's graduates. INTERPRETATION: Overall, our study shows that graduates receiving both clinical and research training, through master's or PhD programs, continue to be involved in research in their subsequent careers.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».