MétaCan
Menu
Retour à la cohorte
Enregistrement W4405664006 · doi:10.36834/cmej.79339

Six ways to get a grip on a mentorship program for residents and faculty

2024· article· en· W4405664006 sur OpenAlexaffvenue
Lea Harper, Christopher A. Hergott, Sylvain Coderre, Kenna Kelly‐Turner, Melinda Davis, Kevin McLaughlin

Notice bibliographique

RevueCanadian Medical Education Journal · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueMentoring and Academic Development
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMentorshipPerspective (graphical)Medical educationAcademic institutionInstitutionProductivityMedicineComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Mentorship is recognized as beneficial to the personal and professional development of physicians. It has been shown to positively influence career success and research productivity for the mentee, while being associated with increased job satisfaction and lower risk of burnout for the mentor. At an institutional level, when aligned with strategic priorities, mentorship can facilitate gender and racial equality, and improve faculty retention. Consequently, there are calls to prioritize and formalize mentorship, yet the optimal way to achieve this remains elusive. How exactly do we create a mentorship program that is viewed as effective from the perspective of the mentor, mentee, and the institution? In this article we approach mentorship as a complex system, and through this lens we aim to provide medical educators and leaders with guidance on how to create and evaluate a program that provides mentees with distributed and precision mentoring, while also aligning with institutional priorities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,338
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,050
Tête enseignante GPT0,403
Écart entre enseignants0,352 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetMentoring and Academic DevelopmentTravaux en français237 207