MétaCan
Menu
Retour à la cohorte
Enregistrement W3096240347 · doi:10.5435/jaaos-d-20-00512

Online Information and Mentorship: Perspectives From Orthopaedic Surgery Residency Applicants

2020· article· en· W3096240347 sur OpenAlexaff
Taylor M. Yong, Daniel C. Austin, Ilda B. Molloy, Michael T. Torchia, Marcus P. Coe

Notice bibliographique

RevueJournal of the American Academy of Orthopaedic Surgeons · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensObject Research Systems (Canada)
Organismes subventionnairesnon disponible
Mots-clésMentorshipMedicineDescriptive statisticsMedical educationLikert scaleQuality (philosophy)Family medicinePsychology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Applying to orthopaedic surgery residency is competitive. Online information and mentorship are important tools applicants use to learn about programs and navigate the process. We aimed to identify which resources applicants use and their perspectives on those resources. METHODS: We surveyed all applicants at a single residency program for the 2018 to 2019 application cycle (n = 610) regarding the importance of online resources and mentors during the application process. We defined mentorship as advice from faculty advisors or counselors, orthopaedic residents, medical school alumni, or other medical students. We also assessed their attitudes about the quality and availability of these resources. Applicants were asked to rank resources and complete Likert scales (1 to 5) to indicate the relative utility and quality of options. Descriptive statistics were used to summarize data for comparisons. RESULTS: The response rate was 42% (259 of 610 applicants). Almost 50% of applicants reported that they would have likely applied to fewer programs if they had better information. Applicants used program websites with the highest cumulative frequency (96%), followed by advice from medical school faculty/counselors and advice from orthopaedic residents at home institution (both 82%). The next two most popular online resources were a circulating Google Document (78%) and the Doximity Residency Navigator (73%). On average, the quality of online resources was felt to be poorer than mentorship with advice from orthopaedic residents receiving the highest quality rating (4.16) and being ranked most frequently as a top three resource (122 votes). Mentorship comprised three of the top five highest mean quality ratings and three of the top five cumulative rankings by usefulness. CONCLUSION: Applicants reference online resources frequently, despite valuing mentorship more. If the orthopaedic community fostered better mentorship for applicants, they may not feel compelled to rely on subpar online information. Both online information and mentorship can be improved to create a more effective application experience.

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)0,008
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,002
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,297
Écart entre enseignants0,263 · 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'étudeQualitatif
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

Citations27
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Academy of Orthopaedic SurgeonsMême sujetDiversity and Career in MedicineTravaux en français237 207