Academic benchmarks for leaders in Otolaryngology - Head & Neck Surgery: A Canadian perspective
Notice bibliographique
Résumé
BACKGROUND: The present study summarizes the demographics, subspecialty training, and academic productivity of contemporary leaders in Canadian Otolaryngology - Head & Neck Surgery (OHNS) training programs across Canada. METHODS: Demographic data regarding chairpersons (CPs) and program directors (PDs) were obtained from publicly-available faculty listings and online sources, and included employment institution, residency training, fellowship training status, gender, and years of post-graduate experience. Research productivity was measured using the h-index and number of publications, obtained from Scopus. Characteristics of CPs and PDs were compared using statistical analysis. RESULTS: Cross-sectional data was obtained from a total of 27 CPs and PDs from 13 accredited OHNS training programs across Canada active on July 1, 2019. All academic leaders completed at least 1 year of fellowship training. Head and neck oncology represented 77% of CPs and 59% of academic leaders overall, while pediatric otolaryngology represented 43% of PDs. Females represented 11% of academic leaders. There was a significant association between location of residency training and employment, with 56% (15/27) of physicians working where they had trained (p = 0.001, Fisher's exact test; φ = 2.63, p = 0.001). On average, individuals with a graduate (Master's) degree had a significantly higher H-index (17.7 vs 7.4, p = 0.001) and greater number of publications (106 vs. 52, p = 0.02). Compared to PDs, CPs had a significantly higher average h-index score (14.5 vs. 8.14, p = 0.04) and accrued more years of post-graduate experience (29.7 vs. 21.3 years, p = 0.008). There were no differences in the proportions of CPs and PDs with graduate degrees. There appeared to be a decline in research productivity beginning 3 years after academic appointment. CONCLUSIONS: This cross-sectional overview of academic leaders in Canadian OHNS programs demonstrates the following key findings: 1) all leaders completed fellowship training; 2) head and neck surgical oncology was the most common fellowship training subspecialty; 3) leaders were likely to be employed at the institution where they trained; 4) a Master's degree may be associated with increased research productivity; 5) there is a potential risk of decreased productivity after appointment to a leadership position; and 6) women are underrepresented in academic leadership roles.
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 | 0,006 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».