INTERNATIONAL TRAINING CONSIDERATIONS OF CANADIAN CLINICIAN-SCIENTIST TRAINEES—A NATIONAL SURVEY
Notice bibliographique
Résumé
PURPOSE: Canadian clinician-scientist trainees enrolled in dual degree programs often pursue an extended training route following completion of MD and MSc or PhD degrees. However, the proportion, plans and reasoning of trainees who intend to pursue training internationally following dual degree completion has not been investigated. In this study, we assessed the international training considerations of current clinician-scientist trainees. METHODS: We designed an 11-question survey, which was sent out by program directors to all current MDPhD program and Clinician Investigator Program (CIP) trainees. Responses were collected from July 8, 2019 to August 8, 2019. RESULTS: We received a total of 191 responses, with representation from every Canadian medical school and both MD-PhD program and CIP trainees. The majority of trainees are considering completing additional training outside Canada, most commonly post-doctoral and/or clinical fellowships. The most common reasons for considering international training include those related to quality and prestige of training programs. In contrast, the most common reasons for considering staying in Canada for additional training are related to personal and ethical reasons. Irrespective of intentions to pursue international training, the majority of trainees ultimately intend to establish a career in Canada. CONCLUSION: While most trainees are considering additional training outside of Canada due to prestige and quality of training, the majority of trainees intend to pursue a career as a clinician-scientist back in Canada. Trainees would likely benefit from improved guidance and mentorship on the value of international training, as well as enhanced support in facilitating cross-border mobility.
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 | 0,002 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».