Analysis of Additional Degrees in Academic Plastic Surgery Faculty
Notice bibliographique
Résumé
Background: As plastic surgery continues to evolve, an increasing number of surgeons are attaining additional degrees (ADs). Prior studies illustrate this trend of increased AD attainment among plastic surgery faculty within the United States. Yet, no such study has documented AD attainment variability and influence within Canadian plastic surgery faculty. Objectives: Our objective was to investigate the relationship between AD attainment and gender, alongside research productivity, and academic rank of Canadian plastic surgery faculty members. Methods: All Canadian academic plastic surgery faculty members were identified and information regarding gender, academic rank, research productivity, timing of AD attainment was recorded. AD was defined as any degree beyond a medical degree or equivalent. Results: A total of 299 faculty members were identified. Of these, 33% (N = 99) attained an AD. A higher percentage of females (40%) obtained ADs compared to males (30%) ( P = .0402). When controlling for number of years in practice, there was a significantly larger proportion of females than males with ADs as assistant and associate professor ( P = .033). Faculty with ADs were associated with higher research productivity and higher academic rank than those with MDs ( P < .05). ADs were commonly obtained post-residency (38%) and most common ADs were MSc (51%) and PhDs (21%). It was found that the Canadian plastic surgeons were less likely to pursue MBAs than US plastic surgeons ( P = .002). Conclusion: One-third of Canadian academic plastic surgeons had ADs. Those with ADs present with higher research productivity and academic rank. When segmented by gender, there were significant differences among AD holders. The results of this study will lend support to ongoing endeavors voicing the need for gender equity in academic plastic surgery.
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 | 0,003 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».