MétaCan
Menu
Retour à la cohorte
Enregistrement W4385761510 · doi:10.1097/gox.0000000000005140

Prevalence of International Medical Graduates in Integrated Plastic Surgery Programs

2023· article· en· W4385761510 sur OpenAlexaboutno aff
Denisse Cristina Porras Fimbres, Steven L. Zeng, Brett T. Phillips

Notice bibliographique

RevuePlastic & Reconstructive Surgery Global Open · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPlastic surgeryMedicineMedical educationGeneral surgerySurgery

Résumé

récupéré en direct d'OpenAlex

International medical graduates (IMGs) are physicians who did not attend medical school in the USA or Canada. IMGs comprise nearly one-quarter of the physician workforce and play a vital role in health care. Here, we aimed to identify the prevalence of IMGs in integrated programs and evaluate factors that influence their success in the residency match. Methods: The annual match reports from 2010 to 2020 were retrieved and summarized. Electronic surveys for program directors and program coordinators were distributed to US integrated plastic surgery programs. Each program's website was appraised for information regarding the eligibility of IMGs. Websites were also used to identify the number of IMG residents. Results: The number of applicants who matched into integrated programs ranged from 69 to 180 per year, of which US applicants comprised 61-165. US IMGs filled one to three positions per year, whereas non-US IMGs filled two to seven. Although 48% of programs have matched non-citizen IMGs and 79% have not encountered difficulties during the visa process, 67% of coordinators reported that the onboarding process is more challenging for IMGs. There are no IMGs in 52% of programs, and most institutions offer information on their website regarding visa sponsorship. Conclusion: IMGs make up less than 10% of filled positions per cycle. Although most programs accept IMGs, a small number matriculate. This may be explained by the competitiveness of integrated programs and the volume of IMG applications. Further research is needed to identify contributing factors of low IMG representation in plastic surgery programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,405
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlastic & Reconstructive Surgery Global OpenMême sujetGlobal Health Workforce IssuesTravaux en français237 207