The Chief Residency in U.S. and Canadian Graduate Medical Education: A Scoping Review
Notice bibliographique
Résumé
PHENOMENON: Despite the nearly universal presence of chief residents within U.S. and Canadian residency programs and their critical importance in graduate medical education, to our knowledge, a comprehensive synthesis of publications about chief residency does not exist. An understanding of the current state of the literature can be helpful to program leadership to make evidence-based improvements to the chief residency and for medical education researchers to recognize and fill gaps in the literature. APPROACH: We performed a scoping review of the literature about chief residency. We searched OVID Medline, PsycINFO, ERIC, and Web of Science databases through January 2023 for publications about chief residency. We included publications addressing chief residency in ACGME specialties in the U.S. and Canada and only those using the term "chief resident" to refer to additional responsibilities beyond the typical residency training. We excluded publications using chief residents as a convenience sample. We performed a topic analysis to identify common topics among studies. FINDINGS: We identified 2,064 publications. We performed title and abstract screening on 1,306 and full text review on 208, resulting in 146 included studies. Roughly half of the publications represented the specialties of Internal Medicine (n = 37, 25.3%) and Psychiatry (n = 30, 20.5%). Topic analysis revealed six major topics: (1) selection of chief residents (2) qualities of chief residents (3) training of chief residents (4) roles of chief residents (5) benefits/challenges of chief residency (6) outcomes after chief residency. INSIGHTS: After reviewing our topic analysis, we identified three key areas warranting increased attention with opportunity for future study: (1) addressing equity and bias in chief resident selection (2) establishment of structured expectations, mentorship, and training of chief residents and (3) increased attention to chief resident experience and career development, including potential downsides of the role.
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 | 0,026 | 0,122 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,030 | 0,052 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».