Fertility Preservation and Infertility Treatment in Female Surgical Trainees in Alberta: A Survey of Trainee Knowledge, Attitudes, and Needs
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to describe fertility knowledge and views on family planning and fertility preservation/treatment among female surgical trainees in Alberta. METHODS: A voluntary, anonymous online survey was sent to surgical program coordinators in Alberta to forward to their respective trainees. Participants included surgical trainees from cardiac surgery, general surgery, neurosurgery, obstetrics and gynaecology, ophthalmology, orthopaedics, otolaryngology, plastic surgery, urology, and vascular surgery. Questions assessed demographics, fertility knowledge, reproductive history, family planning views, and attitudes towards fertility preservation/treatment. The primary outcome were the needs of trainees regarding fertility preservation/treatment. Secondary outcomes included fertility knowledge, reproductive history, family planning views, and attitudes towards fertility preservation/treatment. RESULTS: The survey had a 71.8% response rate, with 125 responses analyzed. The median score for fertility knowledge was 3 out of 6. Most trainees (84.8%) were childless, with 68.0% citing career impact as a significant factor in delaying child-bearing. Career aspirations, training duration, and long work hours were identified as top factors impacting family planning. Only 3.2% had undergone oocyte cryopreservation, while 48.0% had considered it. Awareness of oocyte cryopreservation options and insurance coverage was low. During their training, 57.6% of trainees had received no counselling about family planning. CONCLUSIONS: Female surgical trainees in Alberta face significant fertility concerns, exacerbated by gaps in fertility knowledge and career demands delaying child-bearing. There is strong interest in fertility preservation, but barriers include lack of awareness, financial constraints, and inadequate counselling. Enhanced education, counselling, insurance coverage, and supportive policies are needed to support trainees' reproductive and career goals.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».