32. Gender Surgery Training in Plastic & Reconstructive Surgery Programs: A Description of the Current Academic Landscape
Notice bibliographique
Résumé
Background: The volume of gender affirmation surgery has increased steadily in recent years. Gender surgery as a subspecialty is an increasingly prevalent component of plastic and reconstructive surgery practice; however, the gender surgery education landscape has not been described in detail. The purpose of this study is to describe the current gender surgery training landscape and determine program-specific predictors of gender surgery training. Methods: Plastic and reconstructive training programs in the United States (US) and Canada were included in this retrospective study. Data collected from November 2021 to February 2022 included dedicated gender affirmation surgery rotations, presence of gender surgery fellowships, number of integrated residents, program-specific subspecialty rotation durations, and presence of a research year in the training program. Data were obtained from publicly available sources and program coordinators, residents, fellows, and faculty were contacted directly for additional data. Univariate and linear and logistic regression models were used to establish relationships between gender surgery rotation duration, presence of gender fellows, and program details. Results: Ninety-four plastic and reconstructive surgery residency programs in the United States and Canada were included in this study. Two (2.13%) residency programs had gender surgery rotations in (6 weeks and 12 weeks, each). The number of months residents rotated on gender surgery was significantly predicted by increased number of integrated residents (β = 0.074, p = 0.041), increased number of aesthetic surgery fellows (β = 0.281, p = 0.012), and more months on craniofacial/pediatrics (β = 0.024, p = 0.012). Six (6.38%) residency programs had gender surgery fellows. The presence of gender surgery fellows was significantly predicted by more integrated plastic surgery residents (β = 0.829, p = 0.049) and the presence of a research year in the plastic surgery training program (β = 2.351, p = 0.019). Conclusion: The volume of gender surgery is increasing in North America; however, formalized training for gender surgery in plastic surgery remains limited. The presence of gender surgery training is currently best predicted by factors associated with larger academic institutions, including increased number of integrated plastic surgery residents, research years, and fellows.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».