MétaCan
Menu
Retour à la cohorte
Enregistrement W4401429346 · doi:10.1097/sla.0000000000006486

Surgeon-Scientists Going Extinct

2024· review· en· W4401429346 sur OpenAlexaff
Matthias Pfister, Zhihao Li, Florian Huwyler, Mark W. Tibbitt, Milo A. Puhan, Pierre‐Alain Clavien

Notice bibliographique

RevueAnnals of Surgery · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésExcellenceMedicineCompetence (human resources)Public relationsProfit (economics)Medical educationManagementPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To define the concept of surgeon-scientists and identify the root causes of their decline in number and impact. The secondary aim was to provide actionable remedies. BACKGROUND: Surgeons who conduct research in addition to patient care are referred to as "surgeon-scientists." While their value to society remains undisputed, their numbers and associated impact have been plunging. While reasons have been well identified along with proposals for countermeasures, their application has largely failed. METHODS: We conducted a systematic review covering all aspects of surgeon-scientists together with a global online survey among 141 young academic surgeons. Using gap analysis, we determined implementation gaps for proposed measures. Then, we developed a comprehensive rescue package. RESULTS: A surgeon-scientist must actively and continuously engage in both patient care and research. Competence in either field must be established through protected training and criteria of excellence, particularly reflecting contribution to innovation. The decline of surgeon-scientists has reached an unprecedented magnitude. Leadership turning hospitals into "profit factories" is one reason, a flawed selection process not exclusively based on excellence is another. Most importantly, the appreciation for the academic mission has vanished. Along with fundamentally addressing these root causes, surgeon-scientists' path to excellence must be streamlined, and their continuous devotion to innovation cherished. CONCLUSIONS: The journey of the surgeon-scientist is at a crossroads. As a society, we either adapt and shift our priorities again towards innovation or capitulate to greed for profit, permanently losing these invaluable professionals. Successful rescue packages must not only involve hospitals and universities but also the political sphere.

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)0,047
score de la tête « metaresearch » (Gemma)0,204
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,246

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,204
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,006
Études des sciences et des technologies0,0040,007
Communication savante0,0060,014
Science ouverte0,0020,008
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,814
Tête enseignante GPT0,593
Écart entre enseignants0,221 · 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'étudeSans objet
DomaineIncitatifs
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of SurgeryMême sujetHealth and Medical Research ImpactsTravaux en français237 207