Impostor Phenomenon and Impact on Women Surgeons: A Canadian Cross-Sectional Survey
Notice bibliographique
Résumé
BACKGROUND: This project aims to characterize the extent and nature of impostor phenomenon (IP) among women surgeons in Canada. IP is well documented among medical professionals and trainees. It is known to have significant impacts on mental health and career trajectory. STUDY DESIGN: We conducted a cross-sectional survey of self-identifying women who have completed a surgical residency and currently or most recently practiced in Canada. RESULTS: Among 387 respondents, 98.7% have experienced IP. Median IP score corresponded to frequent impostor feelings or high impostorism. Self-doubt affects most women surgeons for the first time during training. It tends to be most intense in the first 5 years of practice and lessens over time. One hundred twelve (31.5%) surgeons experience self-doubt in the operating room (OR). Due to self-doubt, 110 (28.4%) respondents preferred to work with a more experienced assistant in the OR, whereas 40 (10.4%) stated that they would only operate with an experienced assistant. Few surgeons take on less OR time due to self-doubt (29 [7.5%]), but 60 (16.5%) take on fewer complex cases due to self-doubt. A small but important number of surgeons (11 [2.8%]) had given up operating altogether due to self-doubt. Due to feelings of self-doubt, 107 (21.4%) respondents were hesitant to take on a leadership role in the workplace. CONCLUSIONS: IP is a nearly universal experience among women surgeons and is influential in their professional lives. This study contributes to scientific knowledge that can advance gender equity in medicine and leadership.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».