Post-CaRMS match survey for fourth year medical students
Notice bibliographique
Résumé
Background: We aimed to analyze which medical school experiences contribute to success in an increasingly competitive CaRMS match. Methods: We surveyed all matched University of Saskatchewan 2019 medical graduates on characteristics of their applications: number of program applications, interviews obtained, experiences (research, volunteer, leadership), awards and money spent on the residency match process, and qualitative reflections on the process. Using published CaRMS statistics based on number of positions versus applicants, specialties were divided into high availability/low demand (HA) (e.g. family and internal medicine) and low availability/high demand (LA) (e.g. dermatology and emergency medicine). Quantitative results were analyzed using descriptive statistics, chi-square and t-tests, and qualitative results thematically. Results: Data from 27 of 94 matched students were included. LA applicants were more likely to report at least one research project on their CV (66.67% among LA vs. 15.38% among HA, n = 27, χ2 = 8.640, p = 0.013), with a greater number of research presentations (mean=3.75 presentations vs. 2.07, t (25) = -2.251, p = 0.033). LA applicants had more elective weeks outside Saskatchewan (mean 11.75 weeks vs. 7.40 weeks, t (25) = -2.532, p = 0.018). Other application variables were not different between groups. Some students endorsed broader electives strategies, others (especially in surgical disciplines) supported narrower ones. Students reported travel, financial burden, document submission, and uncertainty as the greatest match process stressors. Conclusions: LA applicants cited more research projects and presentations, spent more elective weeks outside Saskatchewan, but were otherwise similar to HA applicants. Further studies should be done on student factors in the residency match process.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».