Job Satisfaction Among Plastic Surgery Residents in Canada
Notice bibliographique
Résumé
Objective: Resident wellness is a focus of medical training and is prioritized in both Canadian and American accreditation processes. Job satisfaction is an important component of wellness that is not examined in the literature. The purpose of this study was to analyze job satisfaction in a national sample of plastic surgery residents, and identify factors that influence satisfaction. Methods: We designed a cross-sectional survey adapted from existing instruments, with attention to thorough item generation and reduction as well as pilot and clinical sensibility testing. All plastic surgery residents at Canadian institutions were surveyed regarding overall job satisfaction as well as personal- and program-specific factors that may affect satisfaction. Predictors of satisfaction were identified using multivariable regression models. Results: The response rate was 40%. Median overall job satisfaction was 4.0 on a 5-point Likert scale. Operative experience was considered both the most important element of a training program, and the area in most need of improvement. Senior training year ( P < .01), shorter commute time ( P = .04), fewer duty hours ( P = .02), fewer residents ( P < .01), and more fellows ( P < .01) were associated with significantly greater job satisfaction. Conclusions: This is the first study to gather cross-sectional data on job satisfaction from a national sample of plastic surgery residents. The results from this study can inform programs in making tangible changes tailored to their trainees’ needs. Moreover, our findings may be used to inform a prospectively studied targeted intervention to increase job satisfaction and resident wellness to address North American accreditation standards.
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 | 0,001 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».