Grit and Thoracic Surgery Interest Among Medical Students
Notice bibliographique
Résumé
OBJECTIVE: This study evaluated the relationship between medical student Grit and thoracic surgery career interest. DESIGN: An online questionnaire was designed to measure self-reported ratings of Grit among medical student using the Short-Grit scale, as well as thoracic surgery career interest. SETTING: Faculty of Medicine, Dalhousie University, Halifax, NS, Canada. PARTICIPANTS: From 2019 to 2021, 192/367 (52.3%) participants in their first or second year of medical school. The cohort was comprised of 109 (56.8%) females while 115 (59.9%) were <24 years of age. RESULTS: Mean Grit was high (M = 4.159 +/- 0.450) among medical students. There were 80 (41.2%) students interested in thoracic surgery. There was a significant difference in Grit between students with a career interest in thoracic surgery (4.256 +/- 0.442) and those uninterested in thoracic surgery (4.089 +/- 0.444); t(190) = 2.572, p = 0.011; Cohen's D = 0.442. Career interest in thoracic surgery was not influenced by career factor interest. CONCLUSIONS: Grittier students have a career interest in thoracic surgery. Recruitment teams in thoracic surgery residency programs with high rates of burnout and poor psychological wellbeing among trainees may take interest in these findings.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».