The Montreal Plastic Surgery Residency Bootcamp: Structure and Utility
Notice bibliographique
Résumé
Transitioning from medical school to surgical residency is a difficult endeavor. To facilitate this period, the University of Montreal's plastic surgery program developed and implemented an intensive 1-month bootcamp rotation. It is the only one of its kind and length amongst plastic surgery residency programs in North America. It includes didactic teachings in anatomy, cadaveric dissections, and surgical approaches for an array of procedures. Clinical and technical skills are reviewed with senior residents and attending surgeons. Research opportunities and case scenarios are also covered. An anonymous online 30-question survey was sent to all residents who participated in the bootcamp rotation between 2013 and 2020. Questions evaluated residents' knowledge of anatomy, basic surgical skills, common approaches, flap knowledge, and on-call case management, before and after the bootcamp. Seventeen plastic surgery residents responded to this questionnaire (81%). The majority confirmed that the bootcamp helped them prepare for residency, research, and on-calls, and also helped them expand their knowledge of anatomy and surgical skills. The residents responded positively to the bootcamp's structure and implementation. This study proposes that surgical programs could benefit from a bootcamp rotation at the beginning of their curriculum. The purpose is to facilitate the transition between medical school and postgraduate training, and to ensure a basic level of competence for all junior residents. Further prospective studies could demonstrate the bootcamp's impact in board certification rates and acceptance into fellowship training 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 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 | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».