Different but similar: personality traits of surgeons and internists—results of a cross-sectional observational study
Notice bibliographique
Résumé
OBJECTIVES: Medical practice may attract and possibly enhance distinct personality profiles. We set out to describe the personality profiles of surgical and medical specialties focusing on board-certified physicians. DESIGN: Prospective, observational. SETTING: Online survey containing the Ten-Item Personality Inventory (TIPI), an internationally validated measure of the Five Factor Model of personality dimensions, distributed to board-certified physicians, residents and medical students in several European countries and Canada. Differences in personality profiles were analysed using multivariate analysis of variance and Canonical Linear Discriminant Analysis on age-standardised and sex-standardised z-scores of the personality traits. Single personality traits were analysed using robust t-tests. PARTICIPANTS: The TIPI was completed by 2345 board-certified physicians, 1453 residents and 1350 medical students, who also provided demographic information. RESULTS: Normal population and board-certified physicians' personality profiles differed (p<0.001). The latter scored higher on conscientiousness, extraversion and agreeableness, but lower on neuroticism (all p<0.001). There was no difference in openness to experience. Board-certified surgical and medical doctors' personality profiles were also different (p<0.001). Surgeons scored higher on extraversion (p=0.003) and openness to experience (p=0.002), but lower on neuroticism (p<0.001). There was no difference in agreeableness and conscientiousness. These differences in personality profiles were reproduced at other levels of training, that is, in students and training physicians engaging in surgical versus medical practice. CONCLUSION: These results indicate the existence of a distinct and consistent average 'physician personality'. Despite high variability within disciplines, there are moderate but solid and reproducible differences between surgical and medical specialties.
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 | 0,001 | 0,005 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».