Impact of the International Collaborative Addiction Medicine Research Fellowship on Physicians’ Future Engagement in Addiction Research
Notice bibliographique
Résumé
Background: To evaluate how an international one-year intensive research training program for addiction medicine physicians contributed to subsequent research involvement and productivity. Methods: We prospectively compared addiction medicine physician fellows admitted to a one-year training program with non-admitted controls, using baseline questionnaire and peer-reviewed publication data. Participants’ publication activity was assessed from fellowship application date onwards using biomedical databases (e.g., PubMed, Embase). Results: Between July 2014 and June 2020, which is six years of cohorts, 56 (39 women) physicians, both fellows ( n = 25) and non-admitted applicants ( n = 31), were observed and included in the study, contributing 261 person-years of observation. At baseline, in the fellows’ cohort: 76% of participants (19/25) reported past research involvement, 24% (6/25) had one or more advanced graduate degrees (e.g., MPH), and the median number of peer-reviewed, first author publications was one (Interquartile Range [IQR] = 0–2). At baseline, in the controls’ cohort: 84% of participants (26/31) reported past research involvement, 39% (12/31) had one or more advanced graduate degrees, and the median number of peer-reviewed, first author publications was zero. The physicians’ training included internal medicine ( n = 8), family medicine ( n = 33), psychiatry ( n = 5) and others ( n = 4). At follow up, there was a significant difference between fellows ( n = 25) and controls ( n = 31) in total number of publications (Rate Ratio [RR] = 13.09, 95% Confidence Interval [CI], 5.01 − 34.21, p < 0.001), as well as first author publications (RR = 5.59, 95% CI, 2.23 − 14.06, p < 0.001). Conclusion: In the six-year observation period, fellows’ productivity indicates undertaking this fellowship was associated with significant research outputs in comparison to controls, signaling successful training of addiction physicians to help recruit addiction medicine physicians to participate in addiction research.
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 | 0,031 | 0,107 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».