The Climate Impact of Medical Residency Interview Travel in the United States and Canada: A Scoping Review
Notice bibliographique
Résumé
Background The change from in-person to virtual interviews for graduate medical education (GME) provides the opportunity to compare the potential environmental effects. Objective To explore and summarize the existing literature on the potential climate impact of medical residency interview travel through a scoping review. Methods The search was conducted in October 2022 using 5 research databases. Results were screened for inclusion by 2 reviewers in a 2-tiered process. Inclusion criteria were limited to English language articles from the United States and Canada, with no limitations on the type of study, type of applicant (allopathic, osteopathic, or international medical graduate), or type of residency. A thematic analysis focusing on the objectives and main findings of identified studies was conducted and an iteratively created standardized data extraction worksheet was used such that all studies were explicitly assessed for the presence of the same themes. Results The search identified 1480 unique articles, of which 16 passed title and abstract screening and 13 were ultimately included following full-text review. There were 3 main themes identified: the carbon footprint of residency travel, stakeholders’ perspectives on virtual interviews, and advocacy for virtual interviews. All 13 articles employed persuasive language on interview reform, ranging from neutral to strongly in favor of virtual interviews based wholly or in part on environmental concerns. Conclusions Two main findings were identified: (1) Though carbon footprint estimates for in-person interviews vary, in-person interviews create considerable carbon emissions and (2) those working in GME are concerned about the climate effects of GME practices and describe them as a compelling reason to permanently adopt virtual interviewing.
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 | 0,026 | 0,009 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».