Mentorship in Otolaryngology Head and Neck Surgery: A Scoping Review
Notice bibliographique
Résumé
IMPORTANCE: Mentorship is increasingly recognized as a critical part of training across the spectrum of trainees. While explored more in-depth in the literature of other medical specialties, mentorship remains a nascent topic in the Otolaryngology Head and Neck Surgery (OHNS) literature. OBJECTIVE: The objective of this study was to assess the current literature on mentorship in OHNS. DESIGN: The Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews guidelines was used and the methodology was registered on Open Science Framework (https://doi.org/10.17605/OSF.IO/X5FQ7). The Medline, EMBASE, and Web of Science databases were searched. Two authors independently selected studies, with the senior author resolving discrepancies. Study quality was assessed using the Oxford Centre for Evidence-Based Medicine levels of evidence. SETTING AND PARTICIPANTS: English language studies employing any methodology that involved mentorship of medical trainees and staff in OHNS were included from the inception of the database up to September 20, 2023. INTERVENTION OR EXPOSURES: Any form of mentorship. MAIN OUTCOME MEASURE: The primary outcome was the benefits of mentorship afforded to the mentee. RESULTS: From 415 unique articles identified, 45 studies were included. The median publication year was 2020 (IQR 6.5, range 1999-2023). The major themes of benefits from mentorship include improving residency uptake (n = 22), clinical competency and professionalism (n = 20), diversity and equity (n = 19), research productivity (n = 17), career planning and advancement (n = 17), and quality of life (n = 11). Other common themes included active mentorship (n = 29), near-peer mentorship (n = 13), and utilizing digital tools for mentorship (n = 6). CONCLUSION AND RELEVANCE: Mentorship in OHNS has seen a sharp increase in publications in recent years. There are numerous benefits to mentorship including improving residency uptake, diversity initiatives, clinical competency and professionalism, research productivity, career planning and advancement, as well as quality of life.
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 | 0,022 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,018 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 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 ».