Satisfaction and attrition in Canadian surgical training program leadership: a survey of program directors
Notice bibliographique
Résumé
BACKGROUND: Surgical program directors (PDs) play an integral role in the well-being and success of postgraduate trainees. Although studies about medical specialties have documented factors contributing to PD burnout, early attrition rates and contributory factors among surgical PDs have not yet been described. We aimed to evaluate Canadian surgical PD satisfaction, stressors in the role and areas institutions could target to improve PD support. METHODS: We administered a cross-sectional survey of postgraduate Canadian surgical PDs from all Royal College of Physicians and Surgeons of Canada accredited surgical specialties. Domains we assessed included PD demographics and compensation, availability of administrative support, satisfaction with the PD role and factors contributing to PD challenges and burnout. RESULTS: Sixty percent of eligible surgical PDs (81 out of 134) from all 12 surgical specialties responded to the survey. We found significant heterogeneity in PD tenure, compensation models and available administrative support. All respondents reported exceeding their weekly protected time for the PD position, and 66% received less than 0.8 full-time equivalent of administrative support. One-third of respondents were satisfied with overall compensation, whereas 43% were unhappy with compensatory models. Most respondents (70%) enjoyed many aspects of the PD role, including relationships with trainees and shaping the education of future surgeons. Significant stressors included insufficient administrative support, complexities in resident remediation and inadequate compensation, which contributed to 37% of PDs having considered leaving the post prematurely. INTERPRETATION: Most surgical PDs enjoyed the role. However, intersecting factors such as disproportionate time demands, lack of administrative support and inadequate compensation for the role contributed to significant stress and risk of early attrition.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».