Evaluating the Outcomes and Trainee Performance of a Canadian Medical Imaging Clinician Investigator Program
Notice bibliographique
Résumé
Purpose: To measure the research productivity of trainees from the University of Toronto’s Medical Imaging Clinician Investigator Program (MI-CIP) and comparing it with the research productivity of trainees from MI-non-CIP and General Surgery (GSx) Clinician Investigator Program. Methods: We identified residents who completed an MI-CIP, MI-non-CIP and GSx-CIP from 2006-2016. In each group of trainees, we assessed 3 research productivity outcomes with non-parametric tests before residency and at 7 years post-CIP completion/post-graduation. Research productivity outcomes include the number of total publications, the number of first-author publications, and the publication’s average journal impact factor (IF). Results: We identified 11 MI-CIP trainees (male/female: 9 [82%]/2 [18%]), 74 MI-non-CIP trainees (46 [62%]/28 [38%]) and 41 GSx-CIP trainees (23 [56%]/18 [44%]). MI-CIP trainees had statistically significant higher research productivity than MI-non-CIP in all measured outcomes. The median (interquartile range, IQR) number of total publications of MI-CIP vs MI-non-CIP trainees was 5.0 (8.0) vs 1.0 (2.0) before residency and 6.0 (10.0) vs .0 (2.0) at 7 years post-CIP completion/post-graduation. The median (IQR) first-author publications of MI-CIP vs MI-non-CIP trainees was 2.0 (3.0) vs .0 (1.0) before residency and 2.0 (4.0) vs (.0) (1.0) at 7 years post-CIP completion/post-graduation. The median (IQR) average journal IF of MI-CIP vs MI-non-CIP trainees was 3.2 (2.0) vs .3 (2.4) before residency and 3.9 (3.2) vs .0 (2.6) at 7 years post-CIP completion/post-graduation. Between MI-CIP and GSx-CIP trainees, there were no significant differences in research productivity in all measured outcomes. Conclusion: MI-CIP trainees actively conducted research after graduation. These trainees demonstrated early research engagement before residency. The similar research productivity of MI-CIP vs GSx-CIP trainees shows initial success of MI-CIP 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 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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».