The Experiences of Motherhood in Female Surgeons
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study is to systematically synthesize the existing literature on the experiences of motherhood in female surgeons both during surgical training and as staff physicians, to identify knowledge gaps, and to provide recommendations for institutional changes to better support pregnant female surgeons. BACKGROUND: There are disproportionately fewer medical students pursuing surgical specialties, as surgery is often seen as incompatible with childbearing and pregnancy. However, no review has summarized the published literature on the collective experiences of female surgeons in navigating motherhood. METHODS: Four databases were searched and 1106 abstracts were identified. Forty-two studies were included and a thematic analysis was performed. RESULTS: Four themes were identified: path toward motherhood (n=18), realities of motherhood (n=25), medical culture and its impact on career and family life (n=24), and institutional reproductive wellness policies (n=21). Female surgeons are more likely to delay motherhood until after training and have high rates of assisted reproductive technology use. Pregnancy during surgical training is associated with negative perception from peers, pregnancy complications, and scheduling challenges. Maternity leave policies and breastfeeding and childcare facilities are variable and often inadequate. Many female surgeons would agree that greater institutional support would help support women in both their roles as mothers and as surgeons. CONCLUSIONS: Both female residents and staff surgeons experience significant and unique barriers before, during, and after motherhood that impact their personal and professional lives. Understanding the unique challenges that mothers face when pursuing surgical specialties is critical to achieving gender equity.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».