Publication Trends and Their Relationship With Academic Success Among Dermatology Residents: Cross-sectional Analysis
Notice bibliographique
Résumé
Background Involvement in scholarly activities is considered to be one of the foundational pillars of medical education. Objective This study aims to investigate publication rates before, during, and after residency to determine whether research productivity throughout medical training correlates with future academic success and research involvement. Methods We successfully identified a list of 296 graduates from 25 US dermatology residency programs from the years 2013-2015. The publication history for each graduate was compiled using Scopus, PubMed, and Google Scholar. The Pearson correlation test and linear regression were used to assess the relationship between research productivity and continued academic success after residency graduation. Results Before residency, graduates published a mean of 1.9 (SD 3.5) total publications and a mean of 0.88 (SD 1.5) first-author publications. During residency, graduates published a mean of 2.7 (SD 3.6) total publications and a mean of 1.39 (SD 2.0) first-author publications. Graduates who pursued a fellowship had more total publications (t294=−4.0; P<.001), more first-author publications (t294=−3.9; P<.001), and a higher h-index (t294=−3.8; P=.002). Graduates who chose to pursue careers in academic medicine had more mean total publications (t294=−7.5; P<.001), more first-author publications (t294=−5.9; P<.001), and a higher mean h-index (t294=−6.9; P<.001). Graduates with one or more first-author publications before residency were 1.3 times more likely to pursue a career in academic medicine (adjusted odds ratio 1.3, 95% CI 1.1-1.5). Graduates who pursued a fellowship were also 1.9 times more likely to pursue a career in academic medicine (adjusted odds ratio 1.9, 95% CI 1.2-3.2). Conclusions Our results suggest that research productivity before and during residency training are potential markers for continued academic success and research involvement after completing dermatology residency training.
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 | 0,000 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».