Transitioning to academia: Exploring the experience of new family medicine faculty members at the beginning of their academic careers.
Notice bibliographique
Résumé
OBJECTIVE: To explore the experience of new family medicine faculty members at the beginning of their academic careers and determine what factors might facilitate their transition to an academic role in family medicine. DESIGN: Qualitative, phenomenologic study of new academic family physicians. SETTING: Eight Canadian departments of family medicine. PARTICIPANTS: English-speaking, full-time academic family physicians who had been in their first faculty position in a Canadian department of family medicine for 1 to 5 years. METHODS: Data were collected using semistructured, in-depth interviews that were audiotaped and transcribed verbatim. Data analysis employed an immersion and crystallization technique. The transcriptions were reviewed in an iterative and interpretive manner. Thirteen interviews were performed before saturation was reached. MAIN FINDINGS: The following 3 key themes were identified in relation to the experience of being a new academic family medicine faculty member: lack of or inadequate orientation; the challenges associated with transitioning to academia; and balancing the demands of the role. Orientation was often lacking or suboptimal, with participants left to navigate the transition process alone. The challenges associated with the transition to academia included the realities of clinical work and uncertainties about how to incorporate the various aspects of the new role into members' reality (eg, research). Trying to balance the demands of the academic role (eg, committee involvement, manual reviews), as well as finding work-life balance, was overwhelming. CONCLUSION: This study highlights the factors that might help recruit and retain academic faculty members in family medicine, as well as help them build successful academic careers. Orientation for these new members is an area that requires more attention. Clear parameters around division of time, support, and expectations for advancement should be explained at the beginning of new faculty members' academic appointments. Effective mentoring might help new faculty members have a more successful transition and reduce the risk of feeling overwhelmed and considering leaving academia.
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 | 0,011 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,019 | 0,013 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».