The Utility of Online Information Sessions for Medical Student Recruitment in Plastic Surgery: A New Paradigm Amidst the COVID-19 Pandemic
Notice bibliographique
Résumé
Background: The COVID-19 pandemic has led to increased barriers for medical students seeking to engage with plastic surgery. Traditional approaches such as pursuing clinical electives broadly are no longer feasible and medical students are seeking innovative approaches for engagement. The current study evaluated the efficacy of online information sessions on medical student perception and proposed a timeline for longitudinal medical student recruitment. Methods: The McGill Plastic and Reconstructive Surgery residency program held an online information session for medical students focusing on a wide array of topics related to plastic surgery and residency. Following the session, an anonymous survey was sent to participants gauging their satisfaction with the event and potential effects it had on career planning. Results: Thirty-four participants completed the survey, comprising more than 60% of annual applicants to Canadian plastic surgery programs. 94% of participants stated that their view of McGill’s training program improved and reported a desire for additional sessions from other training programs. 68% of respondents reported being more likely to consider training at McGill and 100% agreed that such sessions could influence their decision to pursue a given training program. Social media was the most common resource used by participants to gain information on training programs. Conclusion: Online information sessions are valuable tools for medical student recruitment and can directly influence their views of a specific training program and affect career planning. Investing in generating high quality content through online forms of communication is paramount as most medical students are turning to these platforms amidst the pandemic.
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 | 0,072 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».