MétaCan
Menu
Retour à la cohorte
Enregistrement W4205575440 · doi:10.2196/33592

Influence of Factors Relating to Sex and Gender on Rank List Decisions and Perceptions of Residency Training: Survey Study

2022· article· en· W4205575440 sur OpenAlexvenueno aff
Ryan Gibney, Christina Cantwell, Alisa Wray, Megan Boysen‐Osborn, Warren Wiechmann, Soheil Saadat, Jonathan Smart, Shannon Toohey

Notice bibliographique

RevueJMIR Medical Education · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpecialtyAffect (linguistics)Rank (graph theory)PerceptionPsychologyPersonalityLikert scaleFamily medicineMedicineMedical educationSocial psychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Females make up more than half of medical school matriculants but only one-third of emergency medicine (EM) residents. Various factors may contribute to why fewer females choose the field of EM, such as the existing presence of females in the specialty. OBJECTIVE: This study is a follow-up to previous work, and a survey is used to assess current residents' attitudes and perceptions on various factors, including those relating to sex and gender on creating rank lists as medical students and in perceived effects on residency education. METHODS: A web-based survey consisting of Likert scale questions regarding a variety of factors influencing a student's decision to create a rank list and in perceived effects on residency education was sent to current EM residents in 2020. RESULTS: Residents from 17 programs participated in the survey with an 18.2% (138/758) response rate. The most important factors in creating a rank list were the personality of residents in the program, location, and facility type. For factors specifically related to gender, respondents who answered affirmatively to whether the gender composition of residents affected the selection of a program in making a rank list were more likely to also answer affirmatively to subsequent questions related to the gender of program leadership (P<.001) and gender composition of attending physicians (P<.001). The personality of residents was also the most important factor perceived to affect residency education. For factors influencing rank list and residency education, female respondents placed higher importance on subcategories related to gender (ie, gender composition of the residents, of the program leadership, and of the attending physicians) to a significant degree compared with their male counterparts. CONCLUSIONS: Although factors such as location and resident personality show the most importance in influencing residency selection, when stratifying based on respondent sex, females tend to indicate that factors relating to gender have more influence on rank list and residency education compared with males.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,093
Tête enseignante GPT0,414
Écart entre enseignants0,322 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical EducationMême sujetDiversity and Career in MedicineTravaux en français237 207