Navigating the medical physics education and training landscape
Notice bibliographique
Résumé
PURPOSE: The education and training landscape has been profoundly reshaped by the ABR 2012/2014 initiative and the MedPhys Match. This work quantifies these changes and summarizes available reports, surveys, and statistics on education and training. METHODS: We evaluate data from CAMPEP-accredited program websites, annual CAMPEP graduate and residency program reports, and surveys on the MedPhys Match and Professional Doctorate degree (DMP). RESULTS: From 2009-2015, the number of graduates from CAMPEP-accredited graduate programs rose from 210 to 332, while CAMPEP-accredited residency positions rose from 60 to 134. We estimate that approximately 60% of graduates of CAMPEP-accredited graduate programs intend to enter clinical practice, however, only 36% of graduates were successful in acquiring a residency position in 2015. The maximum residency placement percentage for a graduate program is 70%, while the median for all programs is only 22%. Overall residency placement percentage for CAMPEP-accredited program graduates from 2011-2015 was approximately 38% and 25% for those with a PhD and MS, respectively. The disparity between the number of clinically oriented graduates and available residency positions is perceived as a significant problem by over 70% of MedPhys Match participants responding to a post-match survey. Approximately 32% of these respondents indicated that prior knowledge of this situation would have changed their decision to pursue graduate education in medical physics. CONCLUSION: These data reveal a substantial disparity between the number of residency training positions and graduate students interested in these positions, and a substantial variability in residency placement percentage across graduate programs. Comprehensive data regarding current and projected supply and demand within the medical physics workforce are needed for perspective on these numbers. While the long-term effects of changes in the education and training infrastructure are still unclear, available survey data suggest that these changes could negatively affect potential entrants to the profession.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».