MétaCan
Menu
Retour à la cohorte
Enregistrement W4315628730 · doi:10.36834/cmej.74702

The role of collaboration and mentorship in the publication of surgical resident research

2022· article· en· W4315628730 sur OpenAlexaffvenueabout
Zarrukh Baig, Zaini Sarwar, Carlos Verdiales, Mike Moser

Notice bibliographique

RevueCanadian Medical Education Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMentorshipAccreditationLibrary scienceMedicineLogistic regressionMedical educationPolitical scienceFamily medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Research is an integral part of surgical training and a mandated competency by national accreditation bodies. Most residents engage in research, but the conversion of this research into peer-reviewed publications is unknown. The objectives of this study were to assess the conversion rate of resident research into published manuscripts and determine what variables predict publication. Methods: Through a retrospective design, 99 resident research abstracts were identified from the Surgery Research Day at the University of Saskatchewan 2008-2018. Publication status was verified using Google Scholar and PubMed. Variables associated with resident-specific, mentor-specific, and project-specific variables were assessed for their role in predicting publication. Results: Fifty-two (53%) of the 99 abstracts were published in a peer-reviewed journal, and 43 (43%) were presented at a national conference. Logistic regression analysis revealed multidisciplinary research (OR 4.46, CI 1.8-11.4, p = 0.002), projects involving multiple resident researchers (OR 2.56, CI 1.02-6.43, p = 0.045), and faculty supervisor having > 25 publications (OR 2.46, CI 1.03-5.88, p = 0.042) as significant predictors of publication. Conclusions: Our study identifies three variables related to collaboration and mentorship that can serve as potential starting points to increase research productivity amongst medical trainees.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,134
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,648
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0200,134
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,086
Tête enseignante GPT0,474
Écart entre enseignants0,388 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
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

Citations6
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetHealth and Medical Research ImpactsTravaux en français237 207