MétaCan
Menu
Retour à la cohorte
Enregistrement W2885577162 · doi:10.36834/cmej.36798

Personality distribution of Canadian medical students: A first look

2018· article· en· W2885577162 sur OpenAlexafffundvenueabout
June Harris, Donald W. McKay

Notice bibliographique

RevueCanadian Medical Education Journal · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Education and Admissions
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesUniversité Laval
Mots-clésPersonalityDistribution (mathematics)Computer sciencePsychologySocial psychologyMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Personality is one of the key elements in professional identity formation and is self-identified as one of the top two influences for Canadian medical graduates when making a specialty choice yet little is known about the personalities of Canadian medical students. This study is the first to report personality data regarding Canadian medical students. METHODS: Personality is one of the key elements in professional identity formation and is self-identified as one of the top two influences for Canadian medical graduates when making a specialty choice yet little is known about the personalities of Canadian medical students. This study is the first to report personality data regarding Canadian medical students. RESULTS: The data were analyzed using Chi square. The distribution of personalities [Guardian, Idealist, Artisan, Rational] for medical students differs from the distribution reported for the general Canadian population. The distribution of personalities is similar for each Canadian medical school. CONCLUSION: Results from this first national accounting of the personalities of Canadian medical students suggest either that the personalities of medical school applicants differ from the general population or that personality affects medical school admissions success. Knowing the personalities of medical students could be important for medical schools in such areas as admissions, career counselling and professional identity formation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,355
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetMedical Education and AdmissionsTravaux en français237 207