On‐call absences and academic recognition: A retrospective cohort analysis
Notice bibliographique
Résumé
BACKGROUND: Resident call schedules require careful planning and are vulnerable to unanticipated absences from unpredictable factors. We tested whether unplanned absences from resident call schedules were associated with the likelihood of subsequent academic recognition. METHODS: We examined unplanned absences from call shifts for internal medicine residents at the University of Toronto from 2014 to 2022 (8 years). We identified institutional awards granted at the end of the academic year as an indicator of academic recognition. We defined the resident-year as the unit-of-analysis that started in July and ended in June of the subsequent year. Secondary analyses examined the association between unplanned absences and the likelihood of academic recognition in later years. RESULTS: We identified 1668 resident-years of training in internal medicine. In total, 579 (35%) had an unplanned absence, and the remaining 1089 (65%) had no unplanned absence. Baseline characteristics were similar between the two groups of residents. In total, 301 awards were received for academic recognition. The likelihood of receiving an award at the end of the year was 31% lower for residents who had any unplanned absence compared with those who had no absence (adjusted odds ratio = 0.69, 95% confidence interval 0.51-0.93, p = 0.015). The likelihood of receiving an award was further decreased for residents with multiple unplanned absences compared with those with none (odds ratio 0.54, 95% confidence interval 0.33-0.83, p = 0.008). An absence during the first year of residency was not significantly associated with the likelihood of academic recognition in later years of training (odds ratio 0.62, 95% confidence interval 0.36-1.04, p = 0.081). CONCLUSIONS: The results of this analysis suggest unplanned absences from scheduled call shifts may be associated with a decreased likelihood of academic recognition for internal medicine residents. This association could reflect countless confounders or the prevailing culture of medicine.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».