Perspectives, Experiences, and Opportunities of Academic Surgeons in the Era of Health Care Corporatization
Notice bibliographique
Résumé
OBJECTIVE: To characterize contemporary surgeons' viewpoints and perspectives on the academic mission during health care corporatization. BACKGROUND: Academic surgery, traditionally driven by the tripartite missions of excellence in clinical care, scientific research, and education, faces increasing challenges from a corporatized health care environment. While previous studies have addressed the financial aspects of corporatization, a comprehensive evaluation of academic surgeons' attitudes and experiences remains lacking. METHODS: An online survey was distributed to a national sample of academic surgical department chairs and program directors assessing their views, perspectives, and experiences with health care corporatization. We also analyzed trends in National Institutes of Health funding and abstract submissions to the Academic Surgical Congress. RESULTS: Of 105 respondents, 72.9% believe corporatization negatively impacts academic surgery. Among program directors, 79.1% feel corporatization emphasizes clinical productivity over research and teaching. Similarly, 82.8% of department chairs report their faculty often must prioritize clinical duties over other academic responsibilities.Qualitative analysis reveals that surgeons perceive corporatization as a significant barrier to achieving their goals. Many feel that profit has become "king," reducing their roles to "cogs in a wheel."While overall National Institutes of Health funding increased, the proportion awarded to surgical departments remained largely unchanged from 2006 to 2023 (2.7% vs 2.8%, P = 0.94). In addition, the proportion of basic science abstracts submitted to the Academic Surgical Congress declined by 37.9%. CONCLUSIONS: Corporatization has had a profound impact on surgeons' perceptions of their roles, responsibilities, and autonomy. Surgical departments must take intentional steps to preserve the multidimensional mission of the academic surgeon.
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 | 0,014 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,010 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».