The mitigated carbon emissions of transitioning to virtual medical school and residency interviews: A survey‐based study
Notice bibliographique
Résumé
Abstract Purpose Prior to COVID, thousands of medical school and residency applicants traversed their countries for in‐person interviews each year. However, data on the greenhouse gas emissions from in‐person interviews is limited. This study estimated greenhouse gas emissions associated with in‐person medical school and residency interviews and explored applicant interview structure preferences. Methods From March to June 2022, we developed and distributed a nine‐question, website‐based survey to collect information on applicant virtual interview schedule, demographics and preference for future interview format. We calculated theoretical emissions for all interviews requiring air travel and performed a content analysis of interview preference explanations. Results We received responses from 258 first‐year and 253 fourth‐year medical students at 26 allopathic US medical schools who interviewed virtually in 2020–2021 and 2021–2022, respectively. Residency applicants participating in the study were interviewed at a mean of 15.3 programs (SD 5.4) and had mean theoretical emissions of 4.31 tons CO 2 eq. Medical school applicants participating in the study were interviewed at a mean of 6.9 programs and had mean theoretical emissions of 2.19 tons CO 2 eq. Ninety percent of medical school applicants and 91% of residency applicants participating in the study expressed a preference for hybrid or virtual interviews going forward. Conclusion In‐person medical training interviews have significant greenhouse gas emissions. Virtual and hybrid alternatives have a high degree of acceptability among applicants.
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 | 0,007 | 0,016 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».