Demographics, Interests, and Quality of Life of Canadian Neurosurgery Residents
Notice bibliographique
Résumé
BACKGROUND: Neurosurgical residents face a unique combination of challenges, including long duty hours, technically challenging cases, and uncertain employment prospects. We sought to assess the demographics, interests, career goals, self-rated happiness, and overall well-being of Canadian neurosurgery residents. METHODS: A cross-sectional survey was developed and sent through the Canadian Neurosurgery Research Collaborative to every resident enrolled in a Canadian neurosurgery program as of April 1, 2016. RESULTS: We analyzed 76 completed surveys of 146 eligible residents (52% response rate). The median age was 29 years, with 76% of respondents being males. The most popular subspecialties of interest for fellowship were spine, oncology, and open vascular neurosurgery. The most frequent self-reported number of worked hours per week was the 80- to 89-hour range. The majority of respondents reported a high level of happiness as well as stress. Sense of accomplishment and fatigue were reported as average to high and overall quality of life was low for 19%, average for 49%, and high for 32%. Satisfaction with work-life balance was average for 44% of respondents and was the only tested domain in which significant dissatisfaction was identified (18%). Overall, respondents were highly satisfied with their choice of specialty, choice of program, surgical exposure, and work environment; however, intimidation was reported in 36% of respondents and depression by 17%. CONCLUSIONS: Despite a challenging residency and high workload, the majority of Canadian neurosurgery residents are happy and satisfied with their choice of specialty and program. However, work-life balance, employability, resident intimidation, and depression were identified as areas of active concern.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,011 |
| 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 ».