MétaCan
Menu
Retour à la cohorte
Enregistrement W4400287143 · doi:10.3138/cim-2024-2714

Training Outcomes and Satisfaction in Canadian MD/PhD and MD/MSc Programs: Findings from a National Survey

2024· article· en· W4400287143 sur OpenAlexaffvenueabout
Mimosa Luigi, Charles Yin, Ehsan Misaghi, Robert X. Lao, Bryce J. M. Bogie, Jillian Macklin, Andy G.X. Zeng, Nicola L. Jones

Notice bibliographique

RevueClinical and investigative medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensUniversity of OttawaUniversity of TorontoUniversity of AlbertaMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineFamily medicineTraining (meteorology)Medical educationGerontologyGeography

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Despite the impact of physician-scientists on scientific discovery and translational medicine, several reports have signalled their declining workforce, reduced funding, and insufficient protected research time. Given the paucity of outcome data on Canadian MD/PhD programs, this study presents a national portrait of the sociodemographic characteristics, training trajectories, productivity, and satisfaction in trainees and alumni from Canadian MD/PhD and MD/MSc programs. METHODS: Quantitative data were collected in a national survey launched in 2021. Respondents included 74 MD/PhD alumni and 121 trainees across 12 Canadian MD/PhD and MD/MSc programs. RESULTS: Among MD/PhD alumni, 51% were independent practitioners/researchers while others underwent residency training. Most trainees (88%) were in MD/PhD programs. Significantly more alumni identified as men than did trainees. Significantly more alumni conducted clinical and health services research, while more trainees conducted basic science research. Average time to MD/PhD completion was 8 years, with no correlation to subsequent research outcomes. Self-reported research productivity was highest during MD/PhD training. Concerning training trajectories, most alumni completed residency, pursued additional training, and practised in Canada. Finally, regression models showed that trainees and alumni were satisfied with programs, with significant moderators in trainee models. CONCLUSION: Survey findings showed Canadian MD/PhD and MD/MSc programs recruit more diverse cohorts of trainees than before, provide productive research years, and graduate alumni who pursue training and academic employment in Canada. Both alumni and trainees are largely satisfied with these training programs. The need to collect in-depth longitudinal data on Canadian MD/PhD graduates to monitor diversity and success metrics is discussed.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,214

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,670
Tête enseignante GPT0,523
Écart entre enseignants0,146 · 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.

Devis d'étudeObservationnel
DomaineIncitatifs
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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueClinical and investigative medicineMême sujetHealth and Medical Research ImpactsTravaux en français237 207