MétaCan
Menu
Retour à la cohorte
Enregistrement W3203016291 · doi:10.5435/jaaosglobal-d-21-00204

Effect of the COVID-19 Pandemic on the Orthopaedic Surgery Residency Application Process: What Can We Learn?

2021· article· en· W3203016291 sur OpenAlexaff
Kevin Wang, Jacob Babu, Bo Zhang, Meghana Jami, Farah N. Musharbash, Dawn M. LaPorte

Notice bibliographique

RevueJAAOS Global Research and Reviews · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensObject Research Systems (Canada)
Organismes subventionnairesnon disponible
Mots-clésAccreditationGraduate medical educationMedical educationPandemicCoronavirus disease 2019 (COVID-19)MedicineSocial mediaFamily medicineComputer scienceDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The goal of this study was to assess the influence of the coronavirus disease 2019 pandemic on the orthopaedic surgery residency application process in the 2020 to 2021 application cycle. METHODS: A survey was administered to the program directors of 152 Accreditation Council for Graduate Medical Education-accredited orthopaedic surgery residency programs. The following questions were assessed: virtual rotations, open houses/meet and greet events, social media, the selection criteria of applicants, the number of applications received by programs, and the number of interviews offered by programs. RESULTS: Seventy-eight (51%) orthopaedic residency programs responded to the survey. Of those, 25 (32%) offered a virtual away rotation, and 57 (75%) held virtual open houses or meet and greet events. Thirteen of these programs (52%) reported virtual rotations as either "extremely important" or "very important." A 355% increase was observed in social media utilization by residency programs between the 2019 to 2020 and 2020 to 2021 application cycles, with more programs finding social media to be "extremely helpful" or "very helpful" for recruiting applicants in 2020 to 2021 compared with the previous year (39% versus 10%, P < 0.001). CONCLUSION: Although many of the changes seen in the 2020 to 2021 application cycle were implemented by necessity, some of these changes were beneficial and may continue to be used in future application cycles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,880
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,165
Tête enseignante GPT0,457
Écart entre enseignants0,292 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAAOS Global Research and ReviewsMême sujetDiversity and Career in MedicineTravaux en français237 207