The Pediatric Heart Network Scholar Award programme: a unique mentored award embedded within a multicentre network
Notice bibliographique
Résumé
BACKGROUND: The Pediatric Heart Network designed a career development award to train the next generation of clinician scientists in paediatric-cardiology-related research, a historically underfunded area. We sought to identify the strengths/weaknesses of the programme and describe the scholars' academic achievements and the network's return on investment. METHODS: Survey questions designed to evaluate the programme were sent to applicants - 13 funded and 19 unfunded applicants - and 20 mentors and/or principal investigators. Response distributions were calculated. χ2 tests of association assessed differences in ratings of the application/selection processes among funded scholars, unfunded applicants, and mentors/principal investigators. Scholars reported post-funding academic achievements. RESULTS: Survey response rates were 88% for applicants and 100% for mentor/principal investigators. Clarity and fairness of the review were rated as "clear/fair" or "very clear/very fair" by 98% of respondents, but the responses varied among funded scholars, unfunded applicants, and mentors/principal investigators (clarity χ2=10.85, p=0.03; fairness χ2=16.97, p=0.002). Nearly half of the unfunded applicants rated feedback as "not useful" (47%). "Expanding their collaborative network" and "increasing publication potential" were the highest-rated benefits for scholars. Mentors/principal investigators found the programme "very" valuable for the scholars (100%) and the network (75%). The 13 scholars were first/senior authors for 97 abstracts and 109 manuscripts, served on 22 Pediatric Heart Network committees, and were awarded $9,673,660 in subsequent extramural funding for a return of ~$10 for every scholar dollar spent. CONCLUSIONS: Overall, patient satisfaction with the Scholar Award was high and scholars met many academic markers of success. Despite this, programme challenges were identified and improvement strategies were developed.
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 | 0,026 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».