Determinants of research productivity during postgraduate medical education: a structured review
Notice bibliographique
Résumé
BACKGROUND: Although formal participation in research is an integral and often mandatory component of clinical training programs, resulting productivity is highly variable. The objective of this review was to identify determinants of successful research performance among graduate medical education trainees. METHODS: A structured review of the published literature was performed by searching PubMed, CINAHL, and EMBASE from inception through to 7 April, 2021. Articles examining graduate medical education trainee research productivity evidenced by publications in peer-reviewed journals were included. RESULTS: Eighty-five articles were included of which most (66; 78%) were reported from the USA or Canada (10; 12%). A wide range of disciplines were represented with the most common being general surgery, internal medicine, orthopedic surgery, and pediatrics. Themes (number of reports) included trainee characteristics (n = 24), project characteristics (n = 8), mentoring/supervision (n = 11), and programmatic aspects (n = 57). Although variable results were observed, research productivity tended to be higher with prior research experience, later years of training, male gender, and pursuit of a postgraduate degree. Few project related aspects of success were identified. Trainee publication was associated with mentors with higher rank, publication productivity, and supportive academic environments. Training programs with organised programs/curricula including protection of time for research were associated with increased productivity as were provision of incentives or rewards but not mandatory requirements. CONCLUSION: This review identifies several trainee characteristics, project and mentor aspects, and programmatic aspects associated with increased productivity that may serve as a useful resource for trainees and graduate medical education training programs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,023 | 0,029 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».