Family Planning Among Canadian Plastic Surgeons and Trainees
Notice bibliographique
Résumé
Introduction: Despite increasing advocacy for family leave policies, few studies have described the current landscape and attitudes around family planning in Canadian plastic surgery. The purpose of this study was to survey Canadian plastic surgeons and trainees to examine their experience with family planning, parental leave, and breastfeeding. Methods: An anonymized survey was distributed to all members of the Canadian Society of Plastic Surgeons and all Canadian Plastic Surgery residents through their program administrators. Survey responses were recorded and analyzed through a customized REDCap™ database. Results were reported using descriptive statistics. Results: A total of 87 plastic surgeons and trainees completed the surgery. We found 72.3% of respondents had children; 67.8% felt their colleagues were supportive of parental leave; 45.6% felt that financial concerns affected their decision to take parental leave; 61.6% felt that their career did not influence the number of children they chose to have; 21.0% accessed fertility services and 9.8% used assisted-reproductive technologies; 80% of respondents who breastfeed felt they did not have enough time to pump at work, however, 79% did not experience any discrimination or criticism for pumping at work. Conclusion: Canadian plastic surgeons most often have children after completing training and choose to take shorter parental leaves as their careers progress. Parental leave and breastfeeding practices in the workplace are reported to have increased support from colleagues compared to previous literature. However, Canadian plastic surgeons continue to struggle with infertility and seek fertility services at rates higher than the general population.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».