Does conventional early life academic excellence predict later life scientific discovery? An assessment of the lives of great medical innovators
Notice bibliographique
Résumé
Background Perhaps, as never before, we need innovators. With our growing population numbers, and with increasing pressures on our education systems, are we in danger of becoming more rigid and formulaic and increasingly inhibiting innovation? When young can we predict who will become the great innovators? For example, in medicine, who will change clinical practice? Aims We therefore determined to assess whether the current academic excellence approach to medical school entrance would have captured previous great innovators in medicine, assuming that they should all have well fulfilled current entrance requirements. Methods The authors assembled a list of 100 great medical innovators which was then approved, rejected or added to by a jury of 12 MD fellows of the Royal Society of Canada. Two reviewers, who had taken both the past and present Medical College Admission Test as part of North American medical school entrance requirements, independently assessed each innovator’s early life educational history in order to predict the innovator’s likely success at medical school entry, assuming excellence in all entrance requirements. Results Thirty-one percent of the great medical innovators possessed no medical degree and 24% would likely be denied entry to medical school by today’s standards (e.g. had a history of poor performance, failure, dropout or expulsion) with only 24% being guaranteed entry. Even if excellence in only one topic was required, the figure would only rise to 41% certain of medical school entry. Conclusion These data show that today’s medical school entry standards would have barred many great innovators and raise questions about whether we are losing medical innovators as a consequence. Our findings have important implications for promoting flexibility and innovation for medical education, and for promoting an environment for innovation in general.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».