Characteristics, Trends, and Factors Associated With Publication Among Residents of Oman Medical Specialty Board Programs
Notice bibliographique
Résumé
ABSTRACT Background Research during residency is associated with better clinical performance, improved critical thinking, and increased interest in an academic career. Objective We examined the rate, characteristics, and factors associated with research publications by residents in Oman Medical Specialty Board (OMSB) programs. Methods We included residents enrolled in 18 OMSB residency programs between 2011 and 2016. Resident characteristics were obtained from the OMSB Training Affairs Department. In April 2018, MEDLINE and Google Scholar databases were searched independently by 2 authors for resident publications in peer-reviewed journals using standardized criteria. Results Over the study period, 552 residents trained in OMSB programs; 64% (351 of 552) were female, and the mean age at matriculation was 29.4 ± 2.2 years. Most residents (71%, 393 of 552) were in the early stages of specialty training (R ≤ 3) and 49% (268 of 552) completed a designated research block as part of their training. Between 2011 and 2016, 43 residents published 42 research articles (range, 1–5 resident authors per article), for an overall publication rate of 8%. Residents were the first authors in 20 (48%) publications. Male residents (odds ratio [OR] = 2.07; P = .025, 95% CI 1.1–3.91) and residents who completed a research block (OR = 2.57; P = .017, 95% CI 1.19–5.57) were significantly more likely to publish. Conclusions Research training during residency can result in tangible research output. Future studies should explore barriers to publication for resident research and identify interventions to promote formal scholarly activity during residency.
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 | 0,004 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».