MétaCan
Menu
← Retour à la cohorte
Enregistrement W4303419131 · doi:10.22541/au.166514052.24074529/v1

Cardiothoracic Surgery Training: An Honest and Anonymous Assessment of the Trainee Experience

2022· preprint· en· W4303419131 sur OpenAlexaff
Fatima G. Wilder, Jason J. Han, William Cohen G, Clauden Louis, Hunter J Mehaffey, Alexander A. Brescia, David Blitzer, Jessica G.Y. Luc, Garrett N. Coyan, Jordan P. Bloom, Marissa Cevasco, Ahmet Kılıç

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLikert scaleMedicineTest (biology)Scale (ratio)Family medicineMedical educationPsychology

Résumé

récupéré en direct d'OpenAlex

Objective(s): Trainee assessments aim to identify areas for improvement and address problems within training programs. However, effectiveness is limited by an inability to assess programs anonymously. We hypothesized concern for undesired repercussions may discourage honest responses. To test this, we conducted a comprehensive survey of trainees to assess their educational and work-related experiences anonymously. Design: A 51-question survey was distributed electronically to the Thoracic Surgery Residents Association (TSRA) membership. Questions were multiple-choice. The Likert scale was utilized. Setting: The survey was accessed electronically and was completed by participants nationwide. Participants: Trainees were incentivized to complete the survey with the opportunity to receive a $50 gift card or TSRA textbook. 109 of 551 cardiothoracic surgery trainees completed the survey. Results: 109 trainees (109/551, 19.8%) completed the survey. 57.8% of respondents reported complying with work hour restrictions, but 32.2% (n=35) did not feel comfortable reporting violations honestly. The majority of respondents agreed or strongly agreed that their program was preparing them to independently perform low risk cardiac (4.19 [1.22]) and thoracic (4.08 [1.13]) cases independently, 30.3% of chief residents reported planning to pursue additional training. 66% of respondents stated they would select the same program again. 33% reported having high morale, 47.7% moderate and 19.3% poor or declining morale. 84.4% of respondents did not feel their race or gender significantly impacted their training, 26.6% reported systemic bias in recruitment of new trainees or faculty, and 38.5% believed there was inadequate diversity among faculty and trainees. 30.3% reported experiencing verbal or physical harassment by an attending or fellow (14.7%). Conclusions: Despite reporting an overall positive operative experience, a significant number of trainees plan to pursue additional training. The survey identifies important areas for attention including underreporting of issues related to diversity, as well as verbal and physical harassment by fellows and attendings.

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)0,023
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,057
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,139
Tête enseignante GPT0,400
Écart entre enseignants0,261 · 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.

Devis d'étudeQualitatif
DomaineÉvaluation
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDiversity and Career in Medicine→Travaux en français237 207→