MétaCan
Menu
Retour à la cohorte
Enregistrement W4396531030 · doi:10.36834/cmej.76441

Selection of international medical graduates into postgraduate training positions in Canada. Who applies? Who is selected?

2024· article· en· W4396531030 sur OpenAlexaffvenueabout
Inge Schabort, Pascal Wm Van Gerven

Notice bibliographique

RevueCanadian Medical Education Journal · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésWorkforceSelection (genetic algorithm)Medical educationTraining (meteorology)Personnel selectionMedicineComputer scienceFamily medicinePolitical scienceStatisticsArtificial intelligenceGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

Background: International medical graduates (IMGs) are an essential part of the Canadian physician workforce. Considering current pressures on the health care system, an update regarding application numbers and match rates for IMGs to postgraduate positions in Canada is needed. Methods: We conducted a quantitative cross-sectional study to explore the characteristics of IMGs who are currently applying to the Canadian Residency Matching Service (CaRMS) positions to gain a broad understanding of the composition of this group and the factors associated with successful matching. Results: Out of 1,725 applicants in 2019, 14.1% matched on the first attempt and 6.4% after two to three attempts. Only 22.7% matched with a position (57.6% women). Applicants submitted an average 19.6 site/program applications. The percentage of IMGs matched did not statistically differ by gender. The relationship between the year of graduation or geographic area of medical school qualified and matching was significant for the first and second iterations, with current-year graduates and Oceania/Pacific Islands applicants more likely to match. Conclusions: This study provided us with accurate numbers and information about the Canadians studying abroad and IMG groups applying, and factors associated with being matched to the IMG positions through CaRMS, which will be instrumental in informing future selection implications for Canada.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,987
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,394
Écart entre enseignants0,373 · 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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetGlobal Health Workforce IssuesTravaux en français237 207