Cross-sectional-derived determinants of satisfaction with physician-scientist training among Canadian MD/PhD graduates
Notice bibliographique
Résumé
Although MD/PhD programs require considerable commitment on behalf of students and learning institutions, they serve as an integral means of training future physician-scientists; individuals who engage in translational medicine. As attrition from these programs has longstanding effects on the community of translational medicine and comes at substantial cost to MD/PhD programs, we aimed to identify determinants that were associated with satisfaction among MD/PhD graduates, a feature that might inform on limiting program attrition. Anonymized data from a national survey of 139 Canadian MD/PhD alumni was analyzed. Factor analysis was conducted to evaluate the reliability of three questions that measured satisfaction and logistic regression was used to assess the association of outcomes with 17 independent determinants. Eighty-one percent of graduates were satisfied with MD/PhD training. Factor analysis confirmed the reliability of the questions measuring satisfaction. Determinants of self-reported satisfaction with physician-scientist training included co-authorship of more than six manuscripts during MD/PhD training. Additionally, protected research time at the place of current appointment was strongly associated with agreement that MD/PhD training had helped career progression. Demographic variables were not associated with any satisfaction indicator. Taken together, the majority of Canadian MD/PhD graduates are satisfied with their physician-scientist training. Project collaboration leading to co-authorships and protected research time were strongly associated with training satisfaction among graduates. If the value of collaboration can be realized among current and future physician-scientist trainees who are dissatisfied with their training, this might ultimately reduce program attrition.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».