Investing in the Future: A Comprehensive Evaluation of Mentorship Networks for Residents
Notice bibliographique
Résumé
Background Mentorship plays a key career development role in medicine. Traditional mentorship consists of dyadic relationships between mentors and their mentees. However, research favours utilization of mentorship networks involving individuals at multiple levels. Objective This study aimed to rigorously evaluate a formalized mentorship network program within a Canadian Internal Medicine residency program from 2012 to 2013. Methods Residents participated in one-on-one semi-structured interviews at baseline and after one year of participation in the mentorship network. Closed-ended surveys assessed affective organizational commitment, self-efficacy, career satisfaction and overall wellness among residents and faculty members. 89 residents and 28 faculty members were invited to participate; 40 residents and 18 faculty members completed the survey after one year. Results Residents perceived mentorship networks to add value across multiple domains, including self-awareness, overall efficiency, and physician wellness. Satisfaction with the program was very high, with 98% ( n = 39/40) of residents and 89% of faculty members ( n = 16/18) wanting the program to continue after year one. Male mentors were more likely to report benefits from serving as a mentor than their female counterparts. In contrast to this, female mentees found mentorship more useful than male mentees. Conclusions Network mentorship is associated with personal and system benefits, though these benefits are difficult to quantify. The network model is feasible and well-received by mentors and mentees. Further research considering both short- and long-term endpoints is required to delineate the true cost-benefit ratio of mentorship programs to both mentors and mentees.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».