How Many Hours Do Internal Medicine Residents At University Of Toronto Spend Onboarding At Hospitals Each Year? A Cross-sectional Survey Study
Notice bibliographique
Résumé
ABSTRACT Background Burnout among medical residents is common. One source of burnout is the need to complete redundant administrative tasks such as onboarding processes at various hospitals. Objectives To quantify the time residents at the University of Toronto spend onboarding at teaching hospitals, to identify areas of redundancy in onboarding processes, and to identify trainee perceptions of onboarding processes. Methods We conducted a quality improvement survey of core internal medicine residents at the University of Toronto where residents rotate through multiple different teaching hospitals. The primary outcome was time spent onboarding. Secondary outcomes included perceptions of the onboarding process, and impact on well-being. Results 41% (N=93) of all Internal Medicine residents completed the survey. Most (n=81, 87%) rotated through at least four hospitals and 24 (26%) rotated through more than 5 in the preceding year. The median number of hours spent on the onboarding process was 5 hours per hospital (IQR 1-8) and these tasks were often completed when trainees were post-call (82%, n=76) or outside of work hours (97%, n= 90). The cumulative number of hours spent each year on onboarding tasks by the 93 trainees was 2325 hours (97 days) which extrapolates to 5625 hours (234 days) for all 225 trainees in the core internal medicine program. Most residents reported high levels of redundancy across hospital sites (n=79, 85%) and felt that their well-being was negatively affected (73%, n=68). Conclusions The median internal medicine resident at the University of Toronto spent 5 hours onboarding for each hospital. There is considerable redundancy and the process contributes to self-reported burnout.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».